Python怎么利用ROI進(jìn)行圖像合成

本篇內(nèi)容介紹了“Python怎么利用ROI進(jìn)行圖像合成”的有關(guān)知識，在實際案例的操作過程中，不少人都會遇到這樣的困境，接下來就讓小編帶領(lǐng)大家學(xué)習(xí)一下如何處理這些情況吧！希望大家仔細(xì)閱讀，能夠?qū)W有所成！

需求：

假設(shè)現(xiàn)在有一張圖片（模板）中存在兩個空格可以用來填照片（如下圖所示）：

圖中，藍(lán)色的圓圈和黃色的圓圈為需要替換的內(nèi)容，其余部分可以視為一張png圖片，且通過PS可知藍(lán)圓和黃圓的具體坐標(biāo)，需要將下方的兩張圖片合成到上方的位置中：

ROI合成圓形區(qū)域

def input_circle_img(img, file_path, img_part_name, x, y, r):
    for file in os.listdir(file_path):
        if img_part_name in file:
            path = file_path + "\\" + file
            src = cv_imread(path)
            src = cv.resize(src, (r * 2 + 4, r * 2 + 4))
            h, w, ch = src.shape
            mask = np.zeros(src.shape[:2], dtype=np.uint8)
            mask = cv.circle(mask, (r + 1, r + 1), r, (255, 255, 255), -1)
            imgROI = img[(y - r):(y + r), (x - r):(x + r)]
            mask = mask/255.0
            a =  mask[..., None]
            for row in range(imgROI.shape[0]):
                for col in range(imgROI.shape[1]):
                    if a[row, col]:
                        imgROI[row, col] = src[row, col]

之所以+4是因為之前利用seamlessClone時邊緣會收到原模板的影響，改成ROI后懶得該回去了，不加應(yīng)該也沒什么問題~

def export_comp_img(path):
    print("[START] export_comp_img ...")
    for file_path in os.listdir(path):
        file_path = path + "\\" + file_path
        # 創(chuàng)建畫布方法，就是利用np.zeros，與本文無關(guān)就不放啦~
        img = create_img(2400, 3600)
        input_circle_img(img, file_path, "2_", 1862, 800, 440)
        input_circle_img(img, file_path, "1_", 1247, 558, 315)
        # input_rect_img(img, file_path, "3_", (0, 2202), (2400, 2944))
        # 保存圖片方法，就是利用imencode，與本文無關(guān)就不放啦~
        save_img(img, file_path)

不出意外的話應(yīng)該就可以得到下面的這張圖片啦！~

然后再把模板的那張PNG圖片蓋到最上面——可以利用上文中mask的思路，也可以放到PS里面合成~這里一方面我需要在PS中進(jìn)行后續(xù)的一些操作，另一方面也需要觀察圖片邊緣的處理效果，因而選擇了后者。

和模板里的位置完美對齊！~
PS：如果是除圓以外的不規(guī)則圖形的話，可以通過改變mask實現(xiàn)——最粗暴的便是加載一張mask圖片~
而若是單純的矩形選區(qū)的話則無視mask即可~
至此完結(jié)！~下面是一些無關(guān)緊要的補(bǔ)充……

ROI合成矩形區(qū)域

def input_rect_img(img, file_path, img_part_name, start_point, end_point):
    for file in os.listdir(file_path):
        if img_part_name in file:
            path = file_path + "\\" + file
            src = cv_imread(path)
            h = end_point[1] - start_point[1]
            w = end_point[0] - start_point[0]
            src = cv.resize(src, (w, h))
            imgROI = img[start_point[1]:(start_point[1] + h),start_point[0]:(start_point[0] + w)]
            for row in range(imgROI.shape[0]):
                for col in range(imgROI.shape[1]):
                    imgROI[row, col] = src[row, col]

seamlessClone合成圓形區(qū)域

值得一提的是，一開始我用的是seamlessClone方法，但嘗試了三種模式效果均不理想：

def input_circle_img_seamlessClone(img, file_path, img_part_name, x, y, r):
    for file in os.listdir(file_path):
        if img_part_name in file:
            path = file_path + "\\" + file
            src = cv_imread(path)
            src = cv.resize(src, (r * 2 + 4, r * 2 + 4))
            h, w, ch = src.shape
            mask = np.zeros(src.shape[:2], dtype=np.uint8)
            mask = cv.circle(mask, (r + 1, r + 1), r, (255, 255, 255), -1)
            center = (x, y)
            output = cv.seamlessClone(src, img, mask, center, cv.MIXED_CLONE)
            return output

MIXED_CLONE

NORMAL_CLONE

MONOCHROME_TRANSFER

NORMAL_CLONE和MIXED_CLONE的區(qū)別主要看的是兩個圓的交界處，但這兩種方法的邊緣都會有一個過渡的處理，不太適合套模板的時候用。

“Python怎么利用ROI進(jìn)行圖像合成”的內(nèi)容就介紹到這里了，感謝大家的閱讀。如果想了解更多行業(yè)相關(guān)的知識可以關(guān)注億速云網(wǎng)站，小編將為大家輸出更多高質(zhì)量的實用文章！