opencv 图像添加水印

最新推荐文章于 2025-05-04 16:45:59 发布

vv_501

最新推荐文章于 2025-05-04 16:45:59 发布

阅读量874

点赞数 31

分类专栏： opencv 文章标签： opencv 人工智能计算机视觉

本文链接：https://blog.csdn.net/2301_76654710/article/details/147616253

版权

opencv 专栏收录该内容

4 篇文章

订阅专栏

一、ROI切割

二、cv2.bitwise_and(参数1，参数2，mask=参数3)

三、添加水印

上一篇讲到利用掩膜可以抠出图像的某个区域，那么把这个区域无缝添加到另一张图上即为添加水印。在开始添加之前，需要介绍几个方法：

一、ROI切割

ROI：Region of Interest，翻译过来就是感兴趣的区域。什么意思呢？比如对于一个人的照片，假如我们要检测眼睛，因为眼睛肯定在脸上，所以我们感兴趣的只有脸这部分，其他都不care，所以可以单独把脸截取出来，或者直接截取眼睛。

而完成这个操作呢则是利用numpy里的切片操作，代码实施如下：

def test001():
    img=cv2.imread("./src/11.jpg")
    img2=img[300:300+300,300:300+300] #roi切割
    cv2.imshow("img",img)
    cv2.imshow("img2",img2)
    cv2.waitKey(0)

前面的300表示起始的（x, y），后面的300表示要切割的roi区域大小

运行结果图示：

所以对于添加水印操作，我们完全可以在原图截取一部分与logo图大小相同的ROI区域，在这上面操作，节省计算量，提高运行速度。

二、cv2.bitwise_and(参数1，参数2，mask=参数3)

上篇讲掩膜的制作就是用到这个方法，复习一下：图与图本身进行按位与运算，在掩膜为白色的区域输出原图对应区域，掩膜为黑色的区域保持黑色。

三、添加水印

接下来开始添加水印，具体步骤如下（假设要添加的logo图为白底）：

首先读取原图与原logo图：

def test1():
    img1 = cv2.imread("./src/11.jpg") #要添加水印的图
    logo = cv2.imread("./src/mylogo.png") #水印图
    logo_gray = cv2.cvtColor(logo,cv2.COLOR_BGR2GRAY) #将水印图转为灰度图

运行结果图示：

将logo图转为灰度图是为了制作掩膜，接下来：

1、制作logo图的两张掩膜，一张前景色为黑色，即logo为黑色的掩膜，称为黑化白底logo（blacklogo），另一张前景色为白色，即logo为白色的掩膜，称为白化黑底logo（whitelogo）：

_,blacklogo = cv2.threshold(logo_gray,220,255,cv2.THRESH_BINARY) #阈值法
_,whitelogo = cv2.threshold(logo_gray,220,255,cv2.THRESH_BINARY_INV) #反阈值法

运行结果图示：

这里为什么不用 cv2.inRange()制作掩膜是因为这个方法默认生成的掩膜前景色为白色，而前景色为黑色的掩膜我们同样需要，所以就直接用阈值法和反阈值法就好，这两个方法在这里不过多介绍，至于阈值的确定，我是用QQ的截图工具识别的logo灰度图的颜色，目前我暂时没想到方法

至于为什么要制作两张，后面解释

2、将原图切割得到与logo图大小相同的ROI区域；

h,w,c = logo.shape #获得logo图的尺寸
roi = img1[200:200+h,200:200+w] #切割与logo图大小相同的ROI区域，起始坐标随意只要加起来不超过原图

运行结果图示：

即接下来都在ROI区域内进行操作。

3、将ROI区域与自身进行cv2.bitwise_add()运算，黑化白底logo控制输出，此时ROI区域中会出现黑色的logo区域，称为（ROI加黑化logo图）；再将原logo图与自身进行cv2.bitwise_add()运

算，白化黑底logo控制输出，得到黑底的logo图（原logo图是白底）：

#print(roi.shape)
#print(blacklogo.shape)
roi_blacklogo = cv2.bitwise_and(roi,roi,mask=blacklogo) #得到ROI加黑化logo图
logo_heidi = cv2.bitwise_and(logo,logo,mask=whitelogo) #得到黑底logo图

运行结果图示：

这一步要确保进行与运算的图与掩膜的大小尺寸都相同，所以可以先打印两者的shape看看。

到这里刚刚制作的两张掩膜就派上用场了：因为我们的目的是在ROI区域内添加logo，所以需要在ROI区域内挖出logo区域，再用logo填充。blacklogo（黑logo白底）是ROI区域与自身按位与运算时进行控制的掩膜，所以会得到logo区域为黑色的ROI图，而whitelogo（白logo黑底）是原logo图与自身按位与运算时进行控制的掩膜，所以会得到黑底的logo图。得到这两张图之后：

4、将（ROI加黑化logo图）与黑底logo图进行图像融合，直接用cv2.add()，就得到了成功添加原彩色logo的ROI区域：

# print(roi_blacklogo.shape)
# print(logo.shape)
roi_logo = cv2.add(roi_blacklogo,logo_heidi)

运行结果图示：

cv2.add()加法在上一篇里也有介绍，就是两幅图像的对应像素值进行相加，黑化的logo+彩色logo结果当然是彩色logo，ROI区域+白底结果当然还是ROI区域，所以就顺利将彩色logo图填充到了roi_blacklogo，得到roi_logo，接下来就是最后一步：

5、修改原图的ROI区域使其等于成功添加水印的ROI区域，就成功在原图添加了水印：

img1_logo = img1.copy() #获得原图副本
img1_logo[200:200+h,200:200+w] = roi_logo #修改副本对应的ROI区域

运行结果图示：

成功在原图显示水印！这里的img_logo只是为了对比，当然也涉及到一个小知识点：.copy()是浅拷贝，修改图像的ROI区域相当于修改原图。

以上是添加白底的水印，如果是黑底的水印则更简单，只需要黑化白底的掩膜（blacklogo）用于挖空ROI区域内的logo区域，再直接叠加原logo图就行，不用像白底水印一样还需要一张掩膜去白底。下一篇是图像旋转，包括插值方法。