python opencv图像叠加/图像融合/mask掩模
目录
1、图像叠加
2、图像融合
3、图像mask掩模(包括按位AND,OR,NOT和XOR运算)
1、图像叠加
可以通过OpenCV函数cv.add()
或简单地通过numpy操作添加两个图像,res = img1 + img2.两个图像应该具有相同的深度和类型,或者第二个图像可以是标量值.
import cv2
import numpy as npimg1 = cv2.imread('4.jpg')
img2 = cv2.imread('1.jpg')imgadd = cv2.add(cv2.resize(img1,(200,200)),cv2.resize(img2,(200,200)))
cv2.imshow('imgadd',imgadd)
cv2.waitKey(0)
叠加结果:如果叠加两个图像,它将改变颜色
2、图像融合
图像加法,但是对图像赋予不同的权重(0到1之间),使得它具有混合感或透明感。
# 图像融合
combine = cv2.addWeighted(cv2.resize(img1,(200,200)),0.5,cv2.resize(img2,(200,200)),0.5,0)cv2.imshow('combine',combine)
cv2.waitKey(0)
结果:如果融合两个图像,会得到一个透明的效果.
3、图像mask掩模(包括按位AND,OR,NOT和XOR运算)
.
目的:希望将opencv徽标放在图像上方
- 如果叠加两个图像,它将改变颜色
- 如果融合两个图像,会得到一个透明的效果. 我希望它不透明
- 如果它是一个矩形区域,我可以使用ROI按之前描述的操作
- 但是opencv徽标并不是矩形,可以按位操作完成相关功能
img2 = cv2.resize(img2,(100,100))# I want to put logo on top-left corner, So I create a ROI
#首先获取原始图像roi
rows,cols,channels = img2.shape
roi = img1[0:rows, 0:cols ]#原始图像转化为灰度值
# Now create a mask of logo and create its inverse mask also
img2gray = cv2.cvtColor(img2,cv2.COLOR_BGR2GRAY)cv2.imshow('img2gray',img2gray)
cv2.waitKey(0)
'''
将一个灰色的图片,变成要么是白色要么就是黑色。(大于规定thresh值就是设置的最大值(常为255,也就是白色))
'''
#将灰度值二值化,得到ROI区域掩模
ret, mask = cv2.threshold(img2gray, 200, 255, cv2.THRESH_BINARY)cv2.imshow('mask',mask)
cv2.waitKey(0)#ROI掩模区域反向掩模
mask_inv = cv2.bitwise_not(mask)cv2.imshow('mask_inv',mask_inv)
cv2.waitKey(0)#掩模显示背景
# Now black-out the area of logo in ROI
img1_bg = cv2.bitwise_and(roi,roi,mask = mask)cv2.imshow('img1_bg',img1_bg)
cv2.waitKey(0)#掩模显示前景
# Take only region of logo from logo image.
img2_fg = cv2.bitwise_and(img2,img2,mask = mask_inv)
cv2.imshow('img2_fg',img2_fg)
cv2.waitKey(0)#前背景图像叠加
# Put logo in ROI and modify the main image
dst = cv2.add(img1_bg,img2_fg)
img1[0:rows, 0:cols ] = dstcv2.imshow('res',img1)
cv2.waitKey(0)
cv2.destroyAllWindows()img1[0:rows, 0:cols ] = dstcv2.imshow('res',img1)
cv2.waitKey(0)
cv2.destroyAllWindows()
结果:
灰度图
二值化掩模 二值化掩模取反 ROI背景提取 ROI前景提取 ROI前背景融合
最终融合:
python opencv图像叠加/图像融合/mask掩模相关推荐
- Python+OpenCV:交互式图像前景提取(Interactive Foreground Extraction using GrabCut Algorithm)
Python+OpenCV:交互式图像前景提取(Interactive Foreground Extraction using GrabCut Algorithm) ################# ...
- 用python怎么样实现图像二值化_使用Python+OpenCV如何实现图像二值化
使用Python+OpenCV如何实现图像二值化 发布时间:2020-10-26 14:15:52 来源:亿速云 阅读:77 作者:蛋片鸡 这篇文章运用简单易懂的例子给大家介绍使用Python+Ope ...
- Python+OpenCV:立体图像深度图(Depth Map from Stereo Images)
Python+OpenCV:立体图像深度图(Depth Map from Stereo Images) 理论 If we have two images of same scene, we can g ...
- 灰度拉伸python,Python OpenCV实例:图像灰度拉伸
Python OpenCV实例:图像灰度拉伸 Python OpenCV实例:图像灰度拉伸 为什么80%的码农都做不了架构师?>>> #coding:utf-8 ''' 灰度拉伸 定 ...
- 《OpenCV3编程入门》学习笔记5 Core组件进阶(二) ROI区域图像叠加图像混合
第5章 Core组件进阶 5.2 ROI区域图像叠加&图像混合 5.2.1 感兴趣区域ROI(region of interest) 1.定义ROI区域两种方法: (1)定义矩形区域Rect: ...
- python opencv 图像叠加,python opencv图像叠加/图像融合/mask掩模
目录python 一.图像叠加 能够经过OpenCV函数cv.add()或简单地经过numpy操做添加两个图像,res = img1 + img2.两个图像应该具备相同的深度和类型,或者第二个图像能够 ...
- Python OpenCV 图像处理之 图像运算和图像位运算知识补充
Python OpenCV 365 天学习计划,与橡皮擦一起进入图像领域吧.本篇博客是这个系列的第 51 篇. 该系列文章导航参考:https://blog.csdn.net/hihell/categ ...
- 【图像处理】——Python+opencv实现提取图像的几何特征(面积、周长、细长度、区间占空比、重心、不变矩等)
转载请注明详细地址 本文简单介绍了图像常见几何特征的概念以及求解方法 本文介绍了Python和opencv求解几何特征的常用方法 目录 其他形状外接轮廓的方法可以参考:<OpenCV-Pytho ...
- python opencv 读取png图像的alpha通道
关于python opencv加载png图像的文章非常少,由官方文档得知加参数cv2.IMREAD_UNCHANGED即可 img = cv2.imread(filepath, cv2.IMREAD_ ...
最新文章
- vc++图像保存,重绘
- javase-线程生命周期
- Spark知识体系完整解读
- 作者:赵衎衎,男,中国人民大学信息学院博士生,CCF学生会员。
- html+css做圆角表格
- Angular - - ng-focus、ng-blur
- Silverlight+WCF 新手实例 象棋 WCF通讯基础(十四)
- [转]PowerDesigner使用技巧
- Eureka微服务之服务核心动作
- 系统完全优化 全面剖析XP
- 开源掌机芯片方案对比
- mysql 查询本月所有天数统计对应数据
- 感觉编程还是需要逐渐熟练的技术工种吧,分几个维度来描述。
- HCNP RoutingSwitching之MAC地址防漂移
- js 获取系统时间
- laradock卡在raw.githubusercontent.com,怎么办
- TP-link WR841N无线路由器设置无线桥接(WDS功能)图文教程
- java动态规划求最大子段和_动态规划:求最大子段和
- 低成本实现三联屏拼接
- 如何用Wondershare Filmora 将使黑暗视频变亮?