cv::seamlessClone是OpenCV中唯一开箱即用的泊松融合实现，底层求解∇²f=∇·g；需满足同通道图像、合规掩模及连通前景三条件，掩模梯度过渡区决定融合自然度，NORMAL_CLONE/MIXED_CLONE/MONOCHROME_TRANSFER模式适用场景各异，center为目标图绝对坐标且须手动对齐。
OpenCV 的 cv::seamlessClone 是唯一实用的泊松融合入口
OpenCV 封装了泊松图像编辑的核心算法，cv::seamlessClone 是 C++ 中唯一开箱即用、无需手推偏微分方程的实现。它不叫“泊松融合”而是“无缝克隆”，但底层正是求解带边界约束的泊松方程 ∇²f = ∇·g（其中 g 是源图梯度）。别试图自己用 Eigen 或 FFT 求解——收敛慢、边界难处理、结果发灰，实测 OpenCV 版本在多数场景下更鲁棒。
调用前必须满足三个硬性条件：
- 源图（source）和目标图（destination）需为同通道、同深度的 CV_8UC3 或 CV_8UC1
- 掩模（mask）必须是单通道 CV_8UC1，且非零区域要完全落在源图内（不能越界）
- 掩模中用于融合的区域必须是连通的前景（推荐用 cv::threshold + cv::morphologyEx 清理毛边）
掩模质量直接决定融合是否“无痕”，不是越白越好
很多人把掩模画成硬边矩形或粗暴二值化，结果边缘生硬、色差明显。真正影响泊松融合效果的是掩模的**梯度过渡区**——OpenCV 内部会用掩模作权重引导梯度拷贝强度。建议这样准备：
- 先用
cv::findContours提取物体轮廓，再用cv::drawContours绘制到空白掩模上 - 对掩模做
cv::GaussianBlur（kernel size ≥ 5，sigma=0），让边缘有 2–3 像素灰度渐变 - 绝对不要用
cv::resize缩放掩模后直接 threshold——插值会引入伪影，应先缩放原图+轮廓，再重绘掩模 - 如果源图有阴影或反光，掩模对应区域灰度值应略低于主体（例如 200 而非 255），否则融合后阴影消失
cv::seamlessClone 的三种模式差异极大，别默认用 MIXED_CLONE
三个 clone mode 对应不同泊松求解策略，效果和适用场景截然不同：
-
NORMAL_CLONE：只拷贝源图梯度，目标图背景色主导融合区色调——适合贴图色温与背景接近时（如绿叶贴到草地） -
MIXED_CLONE：混合源/目标梯度，自动平衡色彩过渡——多数人首选，但容易导致高光过曝或暗部死黑（尤其金属/玻璃材质） -
MONOCHROME_TRANSFER：仅传递灰度结构，完全由目标图提供色彩——适合纹理迁移（如砖墙纹贴到墙面），但会丢失源图固有色调
实测：人脸贴图优先选 NORMAL_CLONE + 手动调亮源图融合区；Logo 贴图用 MIXED_CLONE 更自然；老照片修复补全用 MONOCHROME_TRANSFER 避免色偏。
立即学习“C++免费学习笔记（深入）”；
坐标偏移和 ROI 处理不当会导致融合位置错乱或崩溃
cv::seamlessClone 的第四个参数 center 是**目标图上的绝对坐标**（不是掩模左上角），极易出错：
- 若源图 ROI 是
src(cv::Rect(x,y,w,h))，则center应设为cv::Point(x_dst, y_dst)，其中x_dst = x + w/2 + offset_x，y_dst = y + h/2 + offset_y—— 必须手动算，函数不帮你对齐 - 如果
center超出目标图边界，OpenCV 不报错但返回全黑图（debug 时用cv::imshow看中间结果） - 目标图若用了 ROI（如
dst_roi = dst(cv::Rect(...))），则center必须相对于 ROI 原点，而非原图原点 - 多尺度贴图（如小图标放大后贴）务必先 resize 源图和掩模，再计算 center，否则泊松求解域失配
泊松融合真正的难点不在算法，而在掩模几何精度、坐标空间对齐、以及 mode 与材质的匹配——这三个地方错一个，结果就只是“贴上了”，而不是“长进去了”。
