实现两幅图像线性（不同系数下）的融合涉及到Opencv中两个关键的方法，addWeighted()和createTrackbar()
addWeighted方法：
函数原型：
void addWeighted(InputArray src1, double alpha, InputArray src2,double beta, double gamma, OutputArray dst, int dtype=-1);</span>
第一个参数：src1，表示进行加权操作的第一个图像对象
第二个参数：double型的alpha，表示第一个图像的加权系数
第三个参数：src2，表示进行加权操作的第二个图像对象
第四个参数：double型的beta，表示第二个图像的加权系数，很多情况下，有关系 alpha+beta=1.0
第五个参数：double型的gamma，表示一个 作用到加权和后的图像上的标量，可以理解为加权和后的图像的偏移量
第六个参数：dst，表示两个图像加权和后的图像，尺寸和图像类型与src1和src2相同
createTrackbar方法：
函数原型：
int createTrackbar(const string& trackbarname, const string& winname,int* value, int count,TrackbarCallback onChange = 0,void* userdata = 0);</span>这个函数实现在指定图像窗口上创建一个控制条，这个控制条具有指定的参数控制范围，可以通过回调函数，执行对应的操作。
第一个参数：const修饰的string类型的引用trackbarname，表示控制条的名称
第二个参数：const修饰的string类型的引用winname，表示控制条所在的图像窗口的名称
第三个参数：int型的指针value，表示滑块的控制位置，拖动控制条滑块的位置，相应的会改变*value的值
第四个参数：int型的count，表示控制条上滑块的最大位置处对应的值
第五个参数：TrackbarCallback类型的onChange，表示一个指向回调函数的指针，每当滑块的位置发生变化，都会触发该回调函数
第六个参数：void型的userdata，一般使用其默认值0
代码实现：
#include "core/core.hpp"
#include "highgui/highgui.hpp"
#include "imgproc/imgproc.hpp"
#include <iostream>
using namespace cv;
Mat image,image1,image2;
char* windowName="Image Fusion";
char* trackBarName="TrackBar";
int trackBarValue=0;
int trackBarMax=100;
//控制条回调函数
void TrackBarFunc(int ,void(*));
int main(int argc,char *argv[])
{
image1=imread(argv[1]);
image2=imread(argv[2]);
//判断读入是否成功
if(!image1.data|!image2.data)
{
std::cout<<"打开图片失败，请检查路径！"<<std::endl;
return 0;
}
//调整image2的大小与image1的大小一致，融合函数addWeighted()要求输入的两个图形尺寸相同
resize(image2,image2,Size(image1.cols,image1.rows));
//建立显示窗口
namedWindow(windowName);
//在图像窗口上创建控制条
createTrackbar(trackBarName,windowName,&trackBarValue,trackBarMax,TrackBarFunc);
TrackBarFunc(0,0);
waitKey();
return 0;
}
void TrackBarFunc(int ,void(*))
{
//转换成融合比例
float rate=(float)trackBarValue/trackBarMax;
addWeighted(image1,rate,image2,1-rate,0,image);
imshow(windowName,image);
}
注意addWeighted()函数输入的两个图像尺寸和类型必须是一致的，所以在融合前先使用resize()函数调整第二幅图像的大小跟第一幅图像一致。
控制条滑块位置为0时效果，此时图像一的权重为0，所以显示出来是图像二：
控制条滑块位置最大时效果，相当于此时图像二的权重为0，所以显示出来是图像一：
