【OpenCV 完整例程】21. 图像的叠加

whinc 发布于2021-11-12 10:35 / 2119人阅读

摘要：实现图像的叠加，需要综合运用图像阈值处理图像掩模位操作和图像加法的操作。使用位操作生成前景背景图像时，遮罩区域以外与进行自与操作，如果用自或操作参见程序注释语句的效果也是相同的。该方法通过固定阈值处理图像，将像素点的灰度值设为或。

21. 图像的叠加

两张图像直接进行加法运算后图像的颜色会改变，通过加权加法实现图像混合后图像的透明度会改变，都不能实现图像的叠加。

实现图像的叠加，需要综合运用图像阈值处理、图像掩模、位操作和图像加法的操作。

我们以 Lena 图像叠加 CVlogo 为例，讨论图像叠加的思路和步骤：

确定图像叠加位置，将 Lena 图像中的叠加位置裁剪出来，使叠加图像的尺寸相同；
对前景图像进行二值化处理，生成黑白掩模图像 mask（LOGO区域黑色遮盖）及其反转掩模图像 maskInv （LOGO区域白色开窗）；
以黑白掩模 mask（LOGO区域黑色遮盖）作为掩模，对背景图像（Lena裁剪图）进行位操作，LOGO区域遮盖为黑色，其它区域保持不变，得到叠加背景图像 img1BG；
以反转掩模 maskInv（LOGO区域白色开窗）作为掩模，对前景图像（CVlogo）进行位操作，LOGO区域保持不变，其它区域遮盖为黑色，得到叠加前景图像 img2FG；
背景图像 img1BG 和前景图像 img2FG 通过 cv2.add 加法运算，得到裁剪部分的叠加图像；
用叠加图像替换Lena 图像中的叠加位置，得到Lena 叠加 CVlogo 的图像。

基本例程：1.30 图像的叠加

    # 1.30 图像的叠加    img1 = cv2.imread("../images/imgLena.tif")  # 读取彩色图像(BGR)    img2 = cv2.imread("../images/logoCV.png")  # 读取 CV Logo    x, y = (0, 10)  # 图像叠加位置    W1, H1 = img1.shape[1::-1]    W2, H2 = img2.shape[1::-1]    if (x + W2) > W1: x = W1 - W2    if (y + H2) > H1: y = H1 - H2    print(W1,H1,W2,H2,x,y)    imgROI = img1[y:y+W2, x:x+H2]  # 从背景图像裁剪出叠加区域图像    img2Gray = cv2.cvtColor(img2, cv2.COLOR_BGR2GRAY)  # img2: 转换为灰度图像    ret, mask = cv2.threshold(img2Gray, 175, 255, cv2.THRESH_BINARY)  # 转换为二值图像，生成遮罩，LOGO 区域黑色遮盖    maskInv = cv2.bitwise_not(mask)  # 按位非(黑白转置)，生成逆遮罩，LOGO 区域白色开窗，LOGO 以外区域黑色    # mask 黑色遮盖区域输出为黑色，mask 白色开窗区域与运算（原图像素不变）    img1Bg = cv2.bitwise_and(imgROI, imgROI, mask=mask)  # 生成背景，imgROI 的遮罩区域输出黑色    img2Fg = cv2.bitwise_and(img2, img2, mask=maskInv)  # 生成前景，LOGO 的逆遮罩区域输出黑色    # img1Bg = cv2.bitwise_or(imgROI, imgROI, mask=mask)  # 生成背景，与 cv2.bitwise_and 效果相同    # img2Fg = cv2.bitwise_or(img2, img2, mask=maskInv)  # 生成前景，与 cv2.bitwise_and 效果相同    # img1Bg = cv2.add(imgROI, np.zeros(np.shape(img2), dtype=np.uint8), mask=mask)  # 生成背景，与 cv2.bitwise 效果相同    # img2Fg = cv2.add(img2, np.zeros(np.shape(img2), dtype=np.uint8), mask=maskInv)  # 生成背景，与 cv2.bitwise 效果相同    imgROIAdd = cv2.add(img1Bg, img2Fg)  # 前景与背景合成，得到裁剪部分的叠加图像    imgAdd = img1.copy()    imgAdd[y:y+W2, x:x+H2] = imgROIAdd  # 用叠加图像替换背景图像中的叠加位置，得到叠加 Logo 合成图像    plt.figure(figsize=(9,6))    titleList = ["1. imgGray", "2. imgMask", "3. MaskInv", "4. img2FG", "5. img1BG", "6. imgROIAdd"]    imageList = [img2Gray, mask, maskInv, img2Fg, img1Bg, imgROIAdd]    for i in range(6):        plt.subplot(2,3,i+1), plt.title(titleList[i]), plt.axis("off")        if (imageList[i].ndim==3):  # 彩色图像 ndim=3            plt.imshow(cv2.cvtColor(imageList[i], cv2.COLOR_BGR2RGB))  # 彩色图像需要转换为 RGB 格式        else:  # 灰度图像 ndim=2            plt.imshow(imageList[i], "gray")    plt.show()    cv2.imshow("imgAdd", imgAdd)  # 显示叠加图像 imgAdd    key = cv2.waitKey(0)  # 等待按键命令

例程说明 1.30：

本例程实现图像的叠加，中间过程图像如上图所示，最终的叠加图像如下图所示。
图像叠加所涉及的操作步骤较多，建议将上文的步骤说明与程序、中间过程图像相互对照进行阅读。
使用位操作生成前景 img1Bg 时，使用掩模图像 mask 对 imgROI 与 imgROI 进行 “与操作”，而不是直接对 mask 与 imgROI 进行操作，是因为 mask 为灰度图像而 imgROI 为彩色图像，不能直接进行加法或位操作。
使用位操作生成前景、背景图像时，遮罩区域以外 imgROI 与 imgROI 进行 “自与操作”，如果用 “自或操作” （参见程序注释语句）的效果也是相同的。此处甚至也可以用加法操作 cv2.add 实现（参见程序注释语句），但位操作的运算速度更快。
函数 threshold() 将灰度图像转换为二值图像（Binarization），只有黑白两色。该方法通过固定阈值 thresh 处理图像，将像素点的灰度值设为 0 或 255。

欢迎关注『Python 小白从零开始 OpenCV 学习课 @ youcans』系列，持续更新中
Python 大白从零开始 OpenCV 学习课-1.安装与环境配置
 Python 大白从零开始 OpenCV 学习课-2.图像读取与显示
 Python 大白从零开始 OpenCV 学习课-3.图像的创建与修改
 Python 大白从零开始 OpenCV 学习课-4.图像的叠加与混合

私有云云服务器 opencv的图像识别教程 opencv 图像增强 opencv包图像识别 opencv红外图像识别

文章版权归作者所有，未经允许请勿转载,若此文章存在违规行为，您可以联系管理员删除。

转载请注明本文地址：https://www.ucloud.cn/yun/123166.html

【OpenCV 完整例程】34. 图像的投影变换

摘要：完整例程图像的投影变换投影变换也称透视变换是建立两平面场之间的对应关系，将图片投影到一个新的视平面。提供了函数实现投影变换的操作。【OpenCV 完整例程】34....

_ivan 2021-11-19 09:40 评论0 收藏0
【OpenCV 完整例程】30. 图像的缩放（cv2.resize）

摘要：完整例程图像的缩放缩放只是调整图像的大小。也可以通过构造缩放变换矩阵，由函数计算变换后的缩放平移图像。缩放变换矩阵由以下公式描述由偏移量按上式构造平移变换矩阵，由函数可以计算变换后的平移图像。 ...

lvzishen 2021-11-16 11:44 评论0 收藏0
【OpenCV 完整例程】47. 图像增强—直方图匹配

摘要：完整例程图像增强直方图匹配欢迎关注完整例程篇系列，持续更新中欢迎关注小白的学习课系列，持续更新中图像直方图是反映图像像素分布的统计表。直方图匹配又称为直方图规定化，是指将图像的直方图调整为规定的形状。 ...

不知名网友 2021-11-29 10:50 评论0 收藏0
【OpenCV 完整例程】39. 图像灰度的线性变换

摘要：完整例程图像灰度的线性变换欢迎关注完整例程篇系列，持续更新中欢迎关注小白的学习课系列，持续更新中线性灰度变换将原始图像灰度值的动态范围按线性关系扩展到指定范围或整个动态范围。 ...

Meils 2021-11-23 09:51 评论0 收藏0
Python 大白从零开始 OpenCV 学习课-5. 图像的几何变换

摘要：从零开始学习课图像的几何变换本系列面向小白，从零开始实战解说项目实战。仿射变换仿射变换的特点是原始图像中的平行关系和线段长度比例关系保持不变。函数说明函数通过变换矩阵对图像进行仿射变换。 ...

jay_tian 2021-11-18 10:02 评论0 收藏0