OpenCV 第二次小作业

本次作业内容：
输出图片的信息，（行 列 通道等），使用滑动条完成两张图片的图像混合过渡，并在图中用红色矩形圈出足球目标（改变像素值）
分四步走

1. 输出图片的信息

使用img.shape方法即可
代码如下所示

# 初始化一些信息
img1_path = './img/sc.jpeg'
img2_path = './img/openCV_LOGO.jpg'
...
...
...
# img1_SIZE = 1680 * 1050
# img2_SIZE = 435 * 384
img1_Size = (1680, 1050)  # 设置图像大小
img2_Size = (435, 384)  # 设置图像大小

img1 = cv2.imread(img1_path)
img2 = cv2.imread(img2_path)
img3 = img1.copy()
img_original = cv2.imread(img1_path)

print("img1图像信息：", end='')
print(img1.shape)
print("img2图像信息：", end='')
print(img2.shape)
print("img3图像信息：", end='')
print(img3.shape)

2. 制作一个滑动条

使用cv2.createTrackbar(trackbarName, windowName, value, count, onChange)方法即可
代码如下：

MyTrackBarName = 'Blending Weight'
window_Name = 'image'
...
...
...
# 创建滑动条
cv2.createTrackbar(MyTrackBarName, window_Name, 0, 100, nothing)  # 设置滑动条来完成两张图片的混合过渡

像这样：

3. 完成两张图片的图像混合过渡

这里就需要将图片抠出来，然后放置到足球图片上去
结果像这样：

是这两张图片

和

这不就是抠图嘛~
OpenCV中可以对图像进行按位运算，在OpenCV中，黑色，也就是（0）相当于透明，可以被任何其他的东西替换，学过ps的同学应该知道，图像如果低是透明的，就可以很轻松的与其他的图片叠加在一起，谁在上谁在下，要调整的不过就是图层而已。
跑题了，在OpenCV中抠上面的logo图我们可以分成以下步骤：

1. 将背景图的指定区域（你要放置的地方）这里的区域要与OpenCV的logo图片大小（像素值）一致
2. 我们需要先将OpenCV的logo转换成灰度图，好进行下一步处理
3. 将灰度图二值化，也就是非黑及白。（制作蒙版）
4. 再将其黑白颠倒，同时将彩色的logo放到蒙版上去
5. 将这个扣好的图片放到背景图上去。
6. 我们一步步来
   

1. 将背景图的指定区域（你要放置的地方）复制出来
   注：这里的区域要与OpenCV的logo图片大小（像素值）一致
   代码如下：

roi = img1[0:rows, 0:columns]  # 截取img1（足球照）中左上角与img2相同大小的图片，赋值给roi

2. 我们需要先将OpenCV的logo转换成灰度图，好进行下一步处理
   代码如下：

img2_Gray = cv2.cvtColor(img2, cv2.COLOR_BGR2GRAY)  # 将logo转换为灰度图

3. 将灰度图二值化，也就是非黑及白。（制作蒙版）

ret, mask = cv2.threshold(img2_Gray, 200, 255, cv2.THRESH_BINARY)  # 将灰度图二值化，以制作MASK
# bitwise_and是对二进制数据进行“与”操作，即对图像（灰度图像或彩色图像均可）每个像素值进行二进制“与”操作，1&1=1，1&0=0，0&1=0，0&0=0
# bitwise_or是对二进制数据进行“或”操作，即对图像（灰度图像或彩色图像均可）每个像素值进行二进制“或”操作，1|1=1，1|0=0，0|1=0，0|0=0
# bitwise_xor是对二进制数据进行“异或”操作，即对图像（灰度图像或彩色图像均可）每个像素值进行二进制“异或”操作，1^1=0,1^0=1,0^1=1,0^0=0
# bitwise_not是对二进制数据进行“非”操作，即对图像（灰度图像或彩色图像均可）每个像素值进行二进制“非”操作，~1=0，~0=1

4. 再将其黑白颠倒，同时将彩色的logo放到蒙版上去

mask_inv = cv2.bitwise_not(mask)  # 进行二进制"非"操作，将mask颜色反转，以确保我们要的图形不是黑色（0），不要的图形都是黑色（0）
#                                   方便进行下一步“与”操作。

5. 将这个扣好的图片放到背景图上去。

img1_BG = cv2.bitwise_and(roi, roi, mask=mask)  # roi 和 mask进行 “与” 操作，取 roi 中与 mask 中不为 0（黑色）的值对应的像素的值，
#                                               其他值为 0 ，放入img_BG中。
#                                               注意这里必须有 mask = mask 或者 mask = mask_inv， 其中的 mask = 不能忽略
#                                               这里取出来一个黑色的遮罩（0），方便后面将我们要扣的图像放入遮罩中
img2_FG = cv2.bitwise_and(img2, img2, mask=mask_inv)  # 将 “OPENCV_LOGO” 的原图放入遮罩中，剔除掉遮罩外的内容，遮罩外为黑色（0）
#                                                         这样提取出来的图像就是彩色的原图，如果进行抗锯齿等处理就更完美了。
dst = cv2.add(img1_BG, img2_FG)  # 将扣好的图片与裁切好的足球照片（img1）放在一起，准备放入足球照片中去。

6. 放进足球照片（img1）中去，完成抠图。

img3[0:rows, 0:columns] = dst  # 放进足球照片（img1）中去，完成抠图。

4. 在图中用红色矩形圈出足球目标（改变像素值）

这里还没有做到智能获取，是手动获取的像素点。
代码如下：

football = img_original[897:1044, 1270:1400]  # 先复制一下足球区域的各个像素
#                                                     这里注意！！！ 不知道为什么，这个变量并没有存储这些像素值，而是仅仅标记了一下
#                                                     所以需要先复制一份原始图像，标记原始图像，然后再粘贴上去。
img3[887:1054, 1260:1410] = (0, 0, 255)  # 将足球区域变成红色
img3[897:1044, 1270:1400] = football  # 将足球粘贴回去

5. 收尾，完成使用滑动条从透明到不透明显示

代码如下：

...
...
...
def img_blending(wdName, trackBarName, image1, image2, ):
    weight_x: float = (100 - cv2.getTrackbarPos(trackBarName, wdName)) / 100  # 动态获取滑动条的值并转换成小数
    weight_y: float = 1 - weight_x  # 另一个权值为 1 - weight_x
    return cv2.addWeighted(image1, weight_x, image2, weight_y, 0)  # 返回对象

while 1:
    cv2.imshow(window_Name, img_blending(window_Name, MyTrackBarName, img_original, img3))  # 显示主窗口
    k = cv2.waitKey(1) & 0xFF  # 按 “ESC” 退出
    if k == 27:
        break
cv2.destroyAllWindows()

最终效果图：



本次作业到这里就完成了