知识掌握
 
cv2.threshold()函数：
 设置固定级别的阈值应用于多通道矩阵，将灰度图像变换二值图像，或去除指定级别的噪声，或过滤掉过小或者过大的像素点。
 
 
 
Python: cv2.threshold(src, thresh, maxval, type[, dst]) → retval, dst
 
 
在其中：
 src：表示的是图片源
 thresh：表示的是阈值（起始值）
 maxval：表示的是最大值
 type：表示的是这里划分的时候使用的是什么类型的算法，常用值为0（cv2.THRESH_BINARY）
 
import cv2  

img = cv2.imread('1.jpg')
cv2.imshow("src", img

需求
 
 
大部分查到的图片合成，都是将矩形图片贴到模板上，或者通过权重的方式，将几张图片合成到一张图片上。对于上图这种不规则的图片合成，尝试了两种方法：
 
方法1：生成一个和模板图同等大小的空图，将目标图片裁切、旋转后贴到空图上，再进行图片的位运算合成。
方法2：利用透视变换，将目标图片裁切后，变换到指定图形，再进行贴图。
 
从最终实现的结果来看，方法1只适合用于合成区域垂直于视线的场景，效果等同于方法2。方法2则适用面更广一些，可以处理一些复杂的场景。
 
摘要
 
技术栈如下：
 
代码演示：python
 图像处理：pillow
 
演示
 
在进行处理前，需要先把图片中，将要贴图进去的位置扣掉，保存为png图片，用于后续的贴图。
 

 这里将贴入空白区域的图片称为目标图片，大图称为模板图片。
 
import numpy as np
from PIL import Image

def find_coeffs(source_coords, target_coords):
    """
    PIL透视变换转换
    :param source_coords: 源区域点数组，类型数组
    :param target_coords: 目标区域点数组，类型数组
    :return:
    """
    matrix = []
    for s, t in zip(source_coords, target_coords):
        matrix.append([t[0], t[1], 1, 0, 0, 0, -s[0]*t[0], -s[0]*t[1]])
        matrix.append([0, 0, 0, t[0], t[1], 1, -s[1]*t[0], -s[1]*t[1]])
    A = np.matrix(matrix, dtype=np.float)
    B = np.array(source_coords).reshape(8)
    res = np.dot(np.linalg.inv(A.T * A) * A.T, B)
    return np.array(res).reshape(8)

def img_square_pil(img, position='middle'):
    # 将图像规整为正方形(pil版)  lt:top或left  rb:right或bottom
    if position not in ['middle', 'lt', 'rb']:
        raise Exception('position入参不合法')
    w, h = img.size
    if h >= w:
        # 纵向图
        t_y = ()
        if position == 'middle':
            t_y = (int((h-w)/2), int((h-w)/2 + w))
        elif position == 'lt':
            t_y = (0, w)
        elif position == 'rb':
            t_y = ((h - w), h)

        img = img.crop((0, t_y[0], w, t_y[1]))
    else:
        # 横向图
        t_x = ()
        if position == 'middle':
            t_x = (int((w-h)/2), int((w-h)/2 + h))
        elif position == 'lt':
            t_x = (0, h)
        elif position == 'rb':
            t_x = ((w - h), w)
        img = img.crop((t_x[0], 0, t_x[1], h))
    return img

img = Image.open('目标图片')
dec1 = Image.open(‘模板图片’)
dec1 = dec1.convert('RGBA')
img = img_square_pil(img)
iw, ih = img.size
dw, dh = dec1.size
tgt_w, tgt_h = 560, 650    # 目标图片裁切后的宽高。空白区域为矩形，需要裁切图片。
p1, p2, p3, p4 = (357, 395), (804, 510), (708, 1135), (138, 996)  # 空白区域四个点的坐标
img = img.resize((int(iw / (ih / tgt_h)), tgt_h), Image.ANTIALIAS)
iw, ih = img.size
img = img.crop((int((iw - tgt_w) / 2), 0, int((iw - tgt_w) / 2 + tgt_w), tgt_h))
iw, ih = img.size
coeffs = find_coeffs(
    [(0, 0), (iw, 0), (iw, ih), (0, ih)],  # 四个点顺序和下面四个点顺序相同，比如都是顺时针
    [p1, p2, p3, p4]
)
img = img.transform(dec1.size, Image.PERSPECTIVE, coeffs, Image.BICUBIC)
img.paste(dec1, (0, 0, dw, dh), mask=dec1.split()[-1])
 
效果展示
 
 

 

 

 更多功能，或者想体验一下，可以扫下方二维码”：
 

 
 主业前端程序猿一枚。图片处理方面，作为业余爱好。如有错误，请各位大佬轻喷，谢谢！！😂

目的
 
将图片内不规则的ROI区域截取下来后,将非ROI区域的像素删除.
 
主要函数
 
cvFloodFill()
 cvOr()(注: 与cvAnd用法雷同)
 
代码实现
 
  IplImage *ipl_img = cvLoadImage("7890.jpg");
  // 将ROI区域用cvLine包裹
  cvLine(ipl_img, cvPoint(50, 100), cvPoint(70, 150), CV_RGB(255,255,255), 2, 8, 1);
  cvLine(ipl_img, cvPoint(70, 150), cvPoint(70, 360), CV_RGB(255,255,255), 2, 8, 1);
  cvLine(ipl_img, cvPoint(70, 360), cvPoint(50, 360), CV_RGB(255,255,255), 2, 8, 1);
  cvLine(ipl_img, cvPoint(50, 360), cvPoint(50, 100), CV_RGB(255,255,255), 2, 8, 1);

  // 掩码层,全黑图片
  Mat image0 = imread("7890.jpg", CV_LOAD_IMAGE_ANYDEPTH | CV_LOAD_IMAGE_ANYCOLOR);
  Mat M_mask = image0.clone();
  IplImage mask_img = M_mask;
  cvZero(&mask_img);
  // 同样包裹,点一样
  cvLine(&mask_img, cvPoint(50, 100), cvPoint(70, 150), CV_RGB(0, 255, 255), 2, 8, 1);
  cvLine(&mask_img, cvPoint(70, 150), cvPoint(70, 360), CV_RGB(0, 255, 255), 2, 8, 1);
  cvLine(&mask_img, cvPoint(70, 360), cvPoint(50, 360), CV_RGB(0, 255, 255), 2, 8, 1);
  cvLine(&mask_img, cvPoint(50, 360), cvPoint(50, 100), CV_RGB(0, 255, 255), 2, 8, 1);

  // 不规则ROI区域标定
  cvFloodFill(
      &mask_img,
      cvPoint(60, 250), // 点在ROI区域内即可
      Scalar(255, 255, 255),
      cvScalar(20, 30, 40, 0),
      cvScalar(20, 30, 40, 0));
  cvOr(ipl_img, &mask_img, ipl_img); // 或处理

  // 白色区域透明化
  Mat dst = cv::cvarrToMat(ipl_img); // IplImage* -> Mat
  Mat input_bgra;
  cvtColor(dst, input_bgra, CV_BGR2BGRA);

  // find all while pixel and set alpha value to zero
  for (int y = 0; y < input_bgra.rows; ++y)
  {
    for (int x = 0; x < input_bgra.cols; ++x)
    {
      Vec4b &pixel = input_bgra.at<Vec4b>(y, x);
      if (pixel[0] == 255 && pixel[1] == 255 && pixel[2] == 255)
      {
        pixel[3] = 0;
      }
    }
  }
  imwrite("testPng.png", input_bgra); // 注: 一定要以PNG形式保存
 
备注
 
图片保存要以PNG格式保存,因为JPG不支持透明背景.

 
 
 
 

 
 

 
 
按P，鼠标变成钢笔工具，点选住待清除区域，如下：
 
 

 
 

 
 

 
 
按ctrl+enter, 将点线变成选中区域：
 
 

 
 

 
 
按delete删除：
 
 

 
 
 ctrl+D取消选中区域
 
 
完成！
 
 
转载于:https://www.cnblogs.com/saysmy/p/5594842.html