快捷導(dǎo)航

python opencv 圖像邊框(填充)添加及圖像混合的實(shí)現(xiàn)方法（末尾實(shí)現(xiàn)類似幻燈片漸變的效果）

更新時(shí)間：2020年03月09日 11:44:37 作者：筆岸柳影

這篇文章主要介紹了python opencv 圖像邊框(填充)添加及圖像混合（末尾實(shí)現(xiàn)類似幻燈片漸變的效果），本文通過實(shí)例代碼給大家介紹的非常詳細(xì)，對大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值,需要的朋友可以參考下

圖像邊框的實(shí)現(xiàn)

圖像邊框設(shè)計(jì)的主要函數(shù)

cv.copyMakeBorder()——實(shí)現(xiàn)邊框填充
主要參數(shù)如下：

參數(shù)一：源圖像——如：讀取的img
參數(shù)二——參數(shù)五分別是：上下左右邊的寬度——單位：像素
參數(shù)六：邊框類型：
cv.BORDER_CONSTANT——cv.BORDER_REPLICATE——cv.BORDER_REFLECT——cv.BORDER_WRAP——cv.BORDER_REFLECT_101——cv.BORDER_TRANSPARENT——cv.BORDER_REFLECT101——cv.BORDER_DEFAULT——cv.BORDER_ISOLATED
參數(shù)七——只在邊框類型選擇borderType == BORDER_CONSTANT，才設(shè)置，意為邊框值

邊框類型的說明：

BORDER_CONSTANT：意為添加指定顏色的邊框——由value值確定：為list
其它參數(shù)：（可根據(jù)需要調(diào)制，不過一般前兩個(gè)用的多一些）

代碼實(shí)例

import cv2 as cv
import numpy as np
if __name__ == "__main__":
 img = cv.imread('./imag_in_save/open_class.png')
 cv.namedWindow('imag', cv.WINDOW_NORMAL)
 cv.resizeWindow('imag', 500, 500)
 img = cv.copyMakeBorder(img, 20, 20, 20, 20, cv.BORDER_CONSTANT, value=[2, 83, 13]) # 添加邊框
 cv.imshow('imag', img)
 cv.waitKey(0)
 cv.destroyAllWindows()

效果

在這里插入圖片描述

圖像混合的實(shí)現(xiàn)

圖像混合實(shí)現(xiàn)的主要函數(shù)

cv.addWeighted()——實(shí)現(xiàn)圖像的混合
它的工作原理采用的是一個(gè)簡單權(quán)重公式：g(x)=(1−α)f0(x)+αf1(x)

第一個(gè)參數(shù)為一張圖象，緊跟著第二個(gè)參數(shù)為第一張圖片的權(quán)重（0~1）也就是公式里的(1 - α)
第三個(gè)參數(shù)為另一張需要混合的圖片，同樣的，第四個(gè)參數(shù)為這張圖片的權(quán)重，也就是公式里的(α)
至于第五個(gè)參數(shù)：每個(gè)對應(yīng)標(biāo)量的和值——可以設(shè)置混合的高光
其它兩個(gè)參數(shù)：（最后的一個(gè)參數(shù)單獨(dú)用的不是很多，在一些其他處理中用的比較多）
dst 輸出數(shù)組，其大小和通道數(shù)與輸入數(shù)組相同（我們一般通過直接返回得到~）
dtype 輸出數(shù)組的可選深度；當(dāng)兩個(gè)輸入數(shù)組的深度相同時(shí)，可以將dtype設(shè)置為-1，這等效于src1.depth（）

代碼實(shí)例

import cv2 as cv
import numpy as np


if __name__ == "__main__":
 img1 = cv.imread(r'./2.png', 1) # 讀取彩色圖片
 img2 = cv.imread(r'./3.png', 1)
 cv.namedWindow('imag', cv.WINDOW_NORMAL) # 窗體
 img1 = img1[0: 200, 0: 400] # 截取圖像的指定部分——因?yàn)閳D像混合需要等大的圖像
 img2 = img2[0: 200, 0: 400]
 img = cv.addWeighted(img1, 0.7, img2, 0.3, 0) # 混合圖片——根據(jù)權(quán)重

 while True:
 cv.imshow('imag', img) # 顯示當(dāng)前序列號圖片
 k = cv.waitKey(0) & 0xFF
 if k == 27:
  break
 cv.destroyAllWindows()

效果

在這里插入圖片描述

小練習(xí)（產(chǎn)生類似幻燈片漸變的效果）

主要思路

首先準(zhǔn)備好一系列等大的圖片或者截取一系列相同大小的圖片區(qū)域作為我們的圖像數(shù)據(jù)
然后將圖像信息，分別拼接到一個(gè)list列表中
然后，實(shí)現(xiàn)一張一張圖片的顯示，在交換的間隙，實(shí)現(xiàn)漸變的效果——也就是圖像混合。
然后就可以欣賞了——不過效果的話，主要看設(shè)置的參數(shù)吧（當(dāng)然因?yàn)闆]有渲染，可能還是有些僵硬）。

代碼示例

我把主要注釋放在代碼中，邊看邊理解應(yīng)該不難~

import cv2 as cv
import numpy as np

if __name__ == "__main__":
 img_list = [] # 創(chuàng)建一個(gè)空序列裝準(zhǔn)備顯示的一系列圖片
 counts = 0 # 顯示圖片的序號
 cv.namedWindow('imag', cv.WINDOW_NORMAL) # 窗體
 cv.resizeWindow('imag', 500, 500)
 for i in range(2, 7): # 遍歷圖片，憑借到空數(shù)組中——一共5張
 img = cv.imread(f'./imag_in_save/scr/{i}.png') # 用f""實(shí)現(xiàn)參數(shù)傳入
 img = img[0: 200, 0: 400] # 截取圖像的指定部分——因?yàn)閳D像混合需要等大的圖像
 img_list.append(img) # 實(shí)現(xiàn)圖片添加
 while True:
 cv.imshow('imag', img_list[counts]) # 顯示當(dāng)前序列號圖片
 k = cv.waitKey(2000) & 0xFF
 counts += 1 # 循環(huán)下一張圖片——0，1，2，3，4有效
 if counts == 5: # 循環(huán)到最后一張圖片后返回到第一張圖片
  counts = 0
 for i in range(0, 10):
  k_f = cv.addWeighted(img_list[counts - 1], 1 - (i * 0.1), img_list[counts], i * 0.1, 0) # 做類似漸變的圖像合成
  # 實(shí)現(xiàn)兩張（當(dāng)前圖片和接下來顯示的圖片）圖片，不同權(quán)重的混合——由于照片權(quán)重改變來實(shí)現(xiàn)漸變
  cv.imshow('imag', k_f) # 顯示混合的圖片
  k = cv.waitKey(120) & 0xFF # 延時(shí)和按鍵讀取
  if k == 27: # ESC鍵
  break
 if k == 27:
  break
 cv.destroyAllWindows()

效果（圖片可能不是很明顯，如有需要可以自己添置幾張圖片實(shí)現(xiàn)看看）

在這里插入圖片描述

總結(jié)

到此這篇關(guān)于python opencv 圖像邊框(填充)添加及圖像混合（末尾實(shí)現(xiàn)類似幻燈片漸變的效果）的文章就介紹到這了,更多相關(guān)opencv 圖像邊框填充混合內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: