| 參數(shù) | 說明 |
|---|---|
| img | 模板圖片對象，即上文中的第一幅圖片 |
| file_path | 需要替換的圖片所在的文件路徑，即上文中的1_測試.jpg和2_測試.jpg所在的文件夾路徑 |
| img_part_name | 即需要替換的圖片的（部分）文件名,比如我想換的是“1_測試.jpg”，則此參數(shù)可以為“1_”也可以為全名~（需要注意的是：填寫的字符串盡量為文件夾中唯一的標識符，例如填“_測試”則可能導致想要的文件被其它圖片所覆蓋） |
| x | 圖片中心在模板中的橫向位置（與模板左側(cè)的距離） |
| y | 圖片中心在模板中的縱向位置（與模板上側(cè)的距離） |
| r | 圖片出于模板中的實際半徑 |
之所以+4是因為之前利用seamlessClone時邊緣會收到原模板的影響，改成ROI后懶得該回去了，不加應該也沒什么問題~
def export_comp_img(path):
print("[START] export_comp_img ...")
for file_path in os.listdir(path):
file_path = path + "\\" + file_path
# 創(chuàng)建畫布方法，就是利用np.zeros，與本文無關(guān)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))
# 保存圖片方法，就是利用imencode，與本文無關(guān)就不放啦~
save_img(img, file_path)
不出意外的話應該就可以得到下面的這張圖片啦！~
然后再把模板的那張PNG圖片蓋到最上面——可以利用上文中mask的思路，也可以放到PS里面合成~這里一方面我需要在PS中進行后續(xù)的一些操作，另一方面也需要觀察圖片邊緣的處理效果，因而選擇了后者。
和模板里的位置完美對齊！~
PS：如果是除圓以外的不規(guī)則圖形的話，可以通過改變mask實現(xiàn)——最粗暴的便是加載一張mask圖片~
而若是單純的矩形選區(qū)的話則無視mask即可~
至此完結(jié)！~下面是一些無關(guān)緊要的補充……
ROI合成矩形區(qū)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合成圓形區(qū)域
值得一提的是，一開始我用的是seamlessClone方法，但嘗試了三種模式效果均不理想：
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的區(qū)別主要看的是兩個圓的交界處，但這兩種方法的邊緣都會有一個過渡的處理，不太適合套模板的時候用……
到此這篇關(guān)于Python利用ROI進行圖像合成的文章就介紹到這了,更多相關(guān)Python圖像合成內(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！
