opencv 的应用(1)

34 篇文章 0 订阅
18 篇文章 2 订阅

文章忘保存丢了,气死我了,直接上应用层的了,

应用一:图片融合logo

效果图:

TOC

处理一 、读取图片

import cv2 as cv
img1 = cv.imread('./imgs/img1.png')
img2 = cv.imread('./imgs/logo.png')

规定图片操作的区域, 设定ROI

rows, cols, channels = img2.shape
roi = img1[0: rows, 0: cols]

  • roi 需要操作的区域

将logo图片灰度化,制作阈值mask

img2gray = cv.cvtColor(img2, cv.COLOR_BGR2GRAY)
ret, mask = cv.threshold(img2gray, 10, 255, cv.THRESH_BINARY) 

mask 为, 黑色区域为需要提取的部分,白色为过滤的部分
在这里插入图片描述

获取logo的区域, 进行非运算

inv_mask = cv.bitwise_not(mask)

logo 的mask 区域
在这里插入图片描述

获取背景和logo图像

logo的图像添加在图片上

img1_bg = cv.bitwise_and(roi,roi,mask=inv_mask)

在这里插入图片描述

获取logo 的区域

img2_fg= cv.bitwise_and(img2, img2,mask= mask)

在这里插入图片描述
加在一起


dst = cv.add(img1_bg,img2_fg)
img1[0:rows, 0:cols ] = dst

完成效果

在这里插入图片描述

完整代码

import cv2 as cv
img1 = cv.imread('./imgs/img1.png')
img2 = cv.imread('./imgs/logo.png')
rows, cols, channels = img2.shape
roi = img1[0: rows, 0:cols]
img2gray = cv.cvtColor(img2, cv.COLOR_BGR2GRAY)
ret, mask = cv.threshold(img2gray, 10, 255, cv.THRESH_BINARY)
inv_mask = cv.bitwise_not(mask)
inv_mask = cv.erode(inv_mask, cv.getStructuringElement(cv.MORPH_ELLIPSE, (3,3)))
# 现在将ROI中logo的区域涂黑
img1_bg = cv.bitwise_and(roi,roi,mask=inv_mask)

# 仅从logo图像中提取logo区域
img2_fg = cv.bitwise_and(img2,img2,mask = mask)
# out = cv.addWeighted(img1,0.6, img2, 0.4, 0)
dst = cv.add(img1_bg,img2_fg)
img1[0:rows, 0:cols ] = dst
cv.imshow('res',img1)
# cv.imshow('out', img1_bg)
cv.waitKey(0)
cv.destroyAllWindows()
  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
OpenCV(Open Source Computer Vision)是一个开源的计算机视觉库,广泛应用于图像和视频处理领域。以下是一些常见的OpenCV应用领域: 1. 图像处理:OpenCV提供了丰富的图像处理功能,如图像滤波、边缘检测、图像变换、颜色空间转换等,可用于图像增强、特征提取、目标检测等应用。 2. 目标检测与跟踪:OpenCV提供了多种目标检测和跟踪算法,包括Haar级联检测器、HOG特征+SVM分类器、深度学习框架(如TensorFlow和PyTorch)集成等,可用于人脸检测、车辆识别、行人跟踪等任务。 3. 实时视频分析:OpenCV可以处理实时视频流,提供了视频捕获、视频解码和编码、帧差法背景建模、光流法等功能,常用于视频监控、运动分析和行为识别等领域。 4. 机器视觉:OpenCV支持各种机器视觉任务,如特征匹配、相机标定、三维重建等,可用于机器人导航、增强现实、虚拟现实等应用。 5. 图像识别与分类:OpenCV结合机器学习算法,如支持向量机(SVM)、神经网络等,可用于图像分类、图像识别、手写数字识别等任务。 6. 高级视觉应用OpenCV还提供了一些高级的视觉算法,如光学字符识别(OCR)、人脸识别、人体姿态估计等,可用于文档处理、人脸认证、动作捕捉等应用。 总而言之,OpenCV在图像和视频处理领域有广泛的应用,涵盖了许多计算机视觉任务。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

东哥爱编程

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值