參數(shù) | 說(shuō)明 |
---|---|
img | 模板圖片對(duì)象,即上文中的第一幅圖片 |
file_path | 需要替換的圖片所在的文件路徑,即上文中的1_測(cè)試.jpg和2_測(cè)試.jpg所在的文件夾路徑 |
img_part_name | 即需要替換的圖片的(部分)文件名,比如我想換的是“1_測(cè)試.jpg”,則此參數(shù)可以為“1_”也可以為全名~(需要注意的是:填寫(xiě)的字符串盡量為文件夾中唯一的標(biāo)識(shí)符,例如填“_測(cè)試”則可能導(dǎo)致想要的文件被其它圖片所覆蓋) |
x | 圖片中心在模板中的橫向位置(與模板左側(cè)的距離) |
y | 圖片中心在模板中的縱向位置(與模板上側(cè)的距離) |
r | 圖片出于模板中的實(shí)際半徑 |
之所以+4是因?yàn)橹袄胹eamlessClone時(shí)邊緣會(huì)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(méi)什么問(wèn)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(huà)布方法,就是利用np.zeros,與本文無(wú)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(wú)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(duì)齊!~
PS:如果是除圓以外的不規(guī)則圖形的話,可以通過(guò)改變mask實(shí)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(wú)視mask即可~
至此完結(jié)!~下面是一些無(wú)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(kāi)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(gè)圓的交界處,但這兩種方法的邊緣都會(huì)有一個(gè)過(guò)渡的處理,不太適合套模板的時(shí)候用……
到此這篇關(guān)于Python利用ROI進(jìn)行圖像合成的文章就介紹到這了,更多相關(guān)Python圖像合成內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
標(biāo)簽:湖北 宜昌 上饒 潮州 珠海 佳木斯 盤(pán)錦 西寧
巨人網(wǎng)絡(luò)通訊聲明:本文標(biāo)題《Python利用ROI進(jìn)行圖像合成的問(wèn)題小結(jié)》,本文關(guān)鍵詞 Python,利用,ROI,進(jìn)行,圖像,;如發(fā)現(xiàn)本文內(nèi)容存在版權(quán)問(wèn)題,煩請(qǐng)?zhí)峁┫嚓P(guān)信息告之我們,我們將及時(shí)溝通與處理。本站內(nèi)容系統(tǒng)采集于網(wǎng)絡(luò),涉及言論、版權(quán)與本站無(wú)關(guān)。