Python如何利用ROI进行图像合成
本篇内容介绍了“Python如何利用ROI进行图像合成”的有关知识，在实际案例的操作过程中，不少人都会遇到这样的困境，接下来就让小编带领大家学习一下如何处理这些情况吧！希望大家仔细阅读，能够学有所成！
之前使用seamlessClone来合成图片，但发现在两张图片的交集部分会出现一些小问题……
需求：
假设现在有一张图片（模板）中存在两个空格可以用来填照片（如下图所示）：
图中，蓝色的圆圈和黄色的圆圈为需要替换的内容，其余部分可以视为一张png图片，且通过PS可知蓝圆和黄圆的具体坐标，需要将下方的两张图片合成到上方的位置中：
ROI合成圆形区域
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 class="lazy" data-src = cv_imread(path) class="lazy" data-src = cv.resize(class="lazy" data-src, (r * 2 + 4, r * 2 + 4)) h, w, ch = class="lazy" data-src.shape mask = np.zeros(class="lazy" data-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] = class="lazy" data-src[row, col]| 参数 | 说明 |
|---|---|
| img | 模板图片对象，即上文中的第一幅图片 |
| file_path | 需要替换的图片所在的文件路径，即上文中的1_测试.jpg和2_测试.jpg所在的文件夹路径 |
| img_part_name | 即需要替换的图片的（部分）文件名,比如我想换的是“1_测试.jpg”，则此参数可以为“1_”也可以为全名~（需要注意的是：填写的字符串尽量为文件夹中唯一的标识符，例如填“_测试”则可能导致想要的文件被其它图片所覆盖） |
| x | 图片中心在模板中的横向位置（与模板左侧的距离） |
| y | 图片中心在模板中的纵向位置（与模板上侧的距离） |
| r | 图片出于模板中的实际半径 |
之所以+4是因为之前利用seamlessClone时边缘会收到原模板的影响，改成ROI后懒得该回去了，不加应该也没什么问题~
def export_comp_img(path): print("[START] export_comp_img ...") for file_path in os.listdir(path): file_path = path + "\\" + file_path # 创建画布方法，就是利用np.zeros，与本文无关就不放啦~ 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)) # 保存图片方法，就是利用imencode，与本文无关就不放啦~ save_img(img, file_path)不出意外的话应该就可以得到下面的这张图片啦！~
然后再把模板的那张PNG图片盖到最上面——可以利用上文中mask的思路，也可以放到PS里面合成~这里一方面我需要在PS中进行后续的一些操作，另一方面也需要观察图片边缘的处理效果，因而选择了后者。
和模板里的位置完美对齐！~
PS：如果是除圆以外的不规则图形的话，可以通过改变mask实现——最粗暴的便是加载一张mask图片~
而若是单纯的矩形选区的话则无视mask即可~
至此完结！~下面是一些无关紧要的补充……
ROI合成矩形区域
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 class="lazy" data-src = cv_imread(path) h = end_point[1] - start_point[1] w = end_point[0] - start_point[0] class="lazy" data-src = cv.resize(class="lazy" data-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] = class="lazy" data-src[row, col]seamlessClone合成圆形区域
值得一提的是，一开始我用的是seamlessClone方法，但尝试了三种模式效果均不理想：
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 class="lazy" data-src = cv_imread(path) class="lazy" data-src = cv.resize(class="lazy" data-src, (r * 2 + 4, r * 2 + 4)) h, w, ch = class="lazy" data-src.shape mask = np.zeros(class="lazy" data-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(class="lazy" data-src, img, mask, center, cv.MIXED_CLONE) return outputMIXED_CLONE
NORMAL_CLONE
MONOCHROME_TRANSFER
NORMAL_CLONE和MIXED_CLONE的区别主要看的是两个圆的交界处，但这两种方法的边缘都会有一个过渡的处理，不太适合套模板的时候用……
“Python如何利用ROI进行图像合成”的内容就介绍到这里了，感谢大家的阅读。如果想了解更多行业相关的知识可以关注编程网网站，小编将为大家输出更多高质量的实用文章！
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
