之前使用seamlessClone來合成圖片，但發(fā)現(xiàn)在兩張圖片的交集部分會(huì)出現(xiàn)一些小問題……

需求：

假設(shè)現(xiàn)在有一張圖片（模板）中存在兩個(gè)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]參數(shù) 說明 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(duì)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(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(gè)圓的交界處，但這兩種方法的邊緣都會(huì)有一個(gè)過渡的處理，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)搜索好吧啦網(wǎng)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好吧啦網(wǎng)！