如何使用python和opencv的mask实现抠图叠加
小编给大家分享一下如何使用python和opencv的mask实现抠图叠加,相信大部分人都还不怎么了解,因此分享这篇文章给大家参考一下,希望大家阅读完这篇文章后大有收获,下面让我们一起去了解一下吧!
python的数据类型有哪些?
python的数据类型:1. 数字类型,包括int(整型)、long(长整型)和float(浮点型)。2.字符串,分别是str类型和unicode类型。3.布尔型,Python布尔类型也是用于逻辑运算,有两个值:True(真)和False(假)。4.列表,列表是Python中使用最频繁的数据类型,集合中可以放任何数据类型。5. 元组,元组用”()”标识,内部元素用逗号隔开。6. 字典,字典是一种键值对的集合。7. 集合,集合是一个无序的、不重复的数据组合。
背景照片:
logo:
合成效果:
代码:
import cv2 as cv, numpy as np# Load two imagesimg1 = cv.imread('227351.jpg') # 背景img2 = cv.imread('logo.png') # logo# I want to put logo on top-left corner, So I create a ROIrows,cols,channels = img2.shaperoi = img1[0:rows, 0:cols ]# Now create a mask of logo and create its inverse mask alsoimg2gray = cv.cvtColor(img2,cv.COLOR_BGR2GRAY)ret, mask = cv.threshold(img2gray, 254, 255, cv.THRESH_BINARY) # 这个254很重要mask_inv = cv.bitwise_not(mask)cv.imshow('mask',mask_inv)# Now black-out the area of logo in ROIimg1_bg = cv.bitwise_and(roi,roi,mask = mask) # 这里是mask,我参考的博文写反了,我改正了,费了不小劲# Take only region of logo from logo image.img2_fg = cv.bitwise_and(img2,img2,mask = mask_inv) # 这里才是mask_inv# Put logo in ROI and modify the main imagedst = cv.add(img1_bg,img2_fg)img1[0:rows, 0:cols ] = dstcv.imshow('res',img1)cv.waitKey(0)cv.destroyAllWindows()
补充:python opencv中的mask(遮罩inRange)的使用
可以看看我的注解
import cv2import numpy as npimg = cv2.imread('IMG_0307.jpg')orange_lower = np.array([11,43,46])orange_upper = np.array([25,255,255]) #颜色色域img_hsv = cv2.cvtColor(img,cv2.COLOR_BGR2HSV) #注意 一定要转换为hsv mask = cv2.inRange(img_hsv,orange_lower,orange_upper) #mask 启动mask = cv2.erode(mask,None,iterations=2) mask = cv2.GaussianBlur(mask,(3,3),0)#erode 和 GaussianBlur 是用来使得图片或视频更加模糊的 这样可以使得色彩突出更加明显,#色彩追踪也会更加精准cv2.imshow('mask',mask)cv2.imshow('img',img)cv2.waitKey()
使用opencv来处理图片的颜色,需要使用mask 遮罩来使得所需要的颜色被保留,不需要的颜色就隐藏掉。
在上面的代码中我设置的是用mask来遮住除了橘色之外的所有颜色
颜色参数就是orange_lower 和 orange_upper
以上是“如何使用python和opencv的mask实现抠图叠加”这篇文章的所有内容,感谢各位的阅读!相信大家都有了一定的了解,希望分享的内容对大家有所帮助,如果还想学习更多知识,欢迎关注编程网行业资讯频道!
免责声明:
① 本站未注明“稿件来源”的信息均来自网络整理。其文字、图片和音视频稿件的所属权归原作者所有。本站收集整理出于非商业性的教育和科研之目的,并不意味着本站赞同其观点或证实其内容的真实性。仅作为临时的测试数据,供内部测试之用。本站并未授权任何人以任何方式主动获取本站任何信息。
② 本站未注明“稿件来源”的临时测试数据将在测试完成后最终做删除处理。有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341