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            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            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            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！