当前位置：首页 > news >正文

org域名做商业网站西安做网站公司xamokj

news 2025/11/6 12:42:59

org域名做商业网站,西安做网站公司xamokj,计算机网络技术专业,建网站哪家好新闻操作系统：ubuntu22.04 OpenCV版本：OpenCV4.9 IDE:Visual Studio Code 编程语言：C11 算法描述更新一个运行平均值。该函数计算输入图像 src 和累积器 dst 的加权和，使得 dst 成为帧序列的运行平均值： dst ( x , y…

操作系统：ubuntu22.04
OpenCV版本：OpenCV4.9
IDE:Visual Studio Code
编程语言：C++11

算法描述

更新一个运行平均值。

该函数计算输入图像 src 和累积器 dst 的加权和，使得 dst 成为帧序列的运行平均值：
$\texttt{dst} (x,y) \leftarrow (1- \texttt{alpha} ) \cdot \texttt{dst} (x,y) + \texttt{alpha} \cdot \texttt{src} (x,y) \quad \text{if} \quad \texttt{mask} (x,y) \ne 0$
也就是说，alpha 调节更新速度（累积器“忘记”早期图像的速度有多快）。该函数支持多通道图像。每个通道独立处理。

accumulateWeighted是OpenCV中的一个函数，用于计算图像序列的加权平均值。这个函数对于背景减除、运动检测等计算机视觉应用非常有用。它可以动态地更新一个图像的加权平均值，而不需要存储整个图像序列。

函数原型

void cv::accumulateWeighted	
(InputArray 	src,InputOutputArray 	dst,double 	alpha,InputArray 	mask = noArray() 
)

参数

参数src 输入图像，可以是单通道或三通道，8位或32位浮点数。
参数dst 累积器图像，通道数与输入图像相同，32位或64位浮点数。
参数alpha 输入图像的权重。
参数mask 可选的操作掩码。

示例代码


#include <iostream>
#include <opencv2/opencv.hpp>int main()
{// 加载图像cv::Mat frame = cv::imread( "/media/dingxin/data/study/OpenCV/sources/images/hawk.jpg", cv::IMREAD_GRAYSCALE );if ( !frame.data ){std::cout << "Could not open or find the image" << std::endl;return -1;}// 初始化累积加权平均图像cv::Mat weightedAverage = cv::Mat::zeros( frame.size(), CV_32F );// 设置权重系数double alpha = 0.05;  // 减小权重系数，使累积效果更平滑// 模拟多帧累积int numFrames = 100;  // 大幅增加累积次数for ( int i = 0; i < numFrames; ++i ){// 使用同一图像多次以模拟多帧情况cv::accumulateWeighted( frame, weightedAverage, alpha );// 打印累积过程中的最小值和最大值，以便调试double minVal, maxVal;cv::minMaxLoc( weightedAverage, &minVal, &maxVal );std::cout << "Frame " << i + 1 << ": MinVal = " << minVal << ", MaxVal = " << maxVal << std::endl;}// 归一化处理double minVal, maxVal;cv::minMaxLoc( weightedAverage, &minVal, &maxVal );// 将累积加权平均图像转换回8位图像以便显示cv::Mat normalizedWeightedAverage;if ( maxVal > minVal ){weightedAverage.convertTo( normalizedWeightedAverage, CV_8U, 255.0 / ( maxVal - minVal ), -minVal * ( 255.0 / ( maxVal - minVal ) ) );}else{// 如果最大值等于最小值，直接归一化为255weightedAverage.convertTo( normalizedWeightedAverage, CV_8U, 255.0 );}// 显示原始图像cv::imshow( "Original Image", frame );// 显示累积加权平均结果图像cv::imshow( "Weighted Average Result", normalizedWeightedAverage );// 等待按键，以便查看图像cv::waitKey( 0 );// 关闭所有窗口cv::destroyAllWindows();// 保存结果cv::imwrite( "weighted_average_result.jpg", normalizedWeightedAverage );return 0;
}