【OpenCV 例程200篇】21. 图像的叠加

两张图像直接进行加法运算后图像的颜色会改变，通过加权加法实现图像混合后图像的透明度会改变，都不能实现图像的叠加。实现图像的叠加，需要综合运用图像阈值处理、图像掩模、位操作和图像加法的操作。我们以 Lena 图像叠加 CVlogo 为例，讨论图像叠加的思路和步骤。...

YouCans

13617人浏览 · 2021-11-11 12:00:47

YouCans · 2021-11-11 12:00:47 发布

『youcans 的 OpenCV 例程200篇 - 总目录』

【OpenCV 例程200篇】21. 图像的叠加

两张图像直接进行加法运算后图像的颜色会改变，通过加权加法实现图像混合后图像的透明度会改变，都不能实现图像的叠加。

实现图像的叠加，需要综合运用图像阈值处理、图像掩模、位操作和图像加法的操作。

我们以 Lena 图像叠加 CVlogo 为例，讨论图像叠加的思路和步骤：

确定图像叠加位置，将 Lena 图像中的叠加位置裁剪出来，使叠加图像的尺寸相同；
对前景图像进行二值化处理，生成黑白掩模图像 mask（LOGO区域黑色遮盖）及其反转掩模图像 maskInv （LOGO区域白色开窗）；
以黑白掩模 mask（LOGO区域黑色遮盖）作为掩模，对背景图像（Lena裁剪图）进行位操作，LOGO区域遮盖为黑色，其它区域保持不变，得到叠加背景图像 img1BG；
以反转掩模 maskInv（LOGO区域白色开窗）作为掩模，对前景图像（CVlogo）进行位操作，LOGO区域保持不变，其它区域遮盖为黑色，得到叠加前景图像 img2FG；
背景图像 img1BG 和前景图像 img2FG 通过 cv2.add 加法运算，得到裁剪部分的叠加图像；
用叠加图像替换Lena 图像中的叠加位置，得到Lena 叠加 CVlogo 的图像。

在这里插入图片描述

基本例程：1.30 图像的叠加

    # 1.30 图像的叠加

    img1 = cv2.imread("../images/imgLena.tif")  # 读取彩色图像(BGR)
    img2 = cv2.imread("../images/logoCV.png")  # 读取 CV Logo

    x, y = (0, 10)  # 图像叠加位置
    W1, H1 = img1.shape[1::-1]
    W2, H2 = img2.shape[1::-1]
    if (x + W2) > W1: x = W1 - W2
    if (y + H2) > H1: y = H1 - H2
    print(W1,H1,W2,H2,x,y)
    imgROI = img1[y:y+H2, x:x+W2]  # 从背景图像裁剪出叠加区域图像

    img2Gray = cv2.cvtColor(img2, cv2.COLOR_BGR2GRAY)  # img2: 转换为灰度图像
    ret, mask = cv2.threshold(img2Gray, 175, 255, cv2.THRESH_BINARY)  # 转换为二值图像，生成遮罩，LOGO 区域黑色遮盖
    maskInv = cv2.bitwise_not(mask)  # 按位非(黑白转置)，生成逆遮罩，LOGO 区域白色开窗，LOGO 以外区域黑色

    # mask 黑色遮盖区域输出为黑色，mask 白色开窗区域与运算（原图像素不变）
    img1Bg = cv2.bitwise_and(imgROI, imgROI, mask=mask)  # 生成背景，imgROI 的遮罩区域输出黑色
    img2Fg = cv2.bitwise_and(img2, img2, mask=maskInv)  # 生成前景，LOGO 的逆遮罩区域输出黑色
    # img1Bg = cv2.bitwise_or(imgROI, imgROI, mask=mask)  # 生成背景，与 cv2.bitwise_and 效果相同
    # img2Fg = cv2.bitwise_or(img2, img2, mask=maskInv)  # 生成前景，与 cv2.bitwise_and 效果相同
    # img1Bg = cv2.add(imgROI, np.zeros(np.shape(img2), dtype=np.uint8), mask=mask)  # 生成背景，与 cv2.bitwise 效果相同
    # img2Fg = cv2.add(img2, np.zeros(np.shape(img2), dtype=np.uint8), mask=maskInv)  # 生成背景，与 cv2.bitwise 效果相同
    imgROIAdd = cv2.add(img1Bg, img2Fg)  # 前景与背景合成，得到裁剪部分的叠加图像
    imgAdd = img1.copy()
    imgAdd[y:y+H2, x:x+W2] = imgROIAdd  # 用叠加图像替换背景图像中的叠加位置，得到叠加 Logo 合成图像

    plt.figure(figsize=(9,6))
    titleList = ["1. imgGray", "2. imgMask", "3. MaskInv", "4. img2FG", "5. img1BG", "6. imgROIAdd"]
    imageList = [img2Gray, mask, maskInv, img2Fg, img1Bg, imgROIAdd]
    for i in range(6):
        plt.subplot(2,3,i+1), plt.title(titleList[i]), plt.axis('off')
        if (imageList[i].ndim==3):  # 彩色图像 ndim=3
            plt.imshow(cv2.cvtColor(imageList[i], cv2.COLOR_BGR2RGB))  # 彩色图像需要转换为 RGB 格式
        else:  # 灰度图像 ndim=2
            plt.imshow(imageList[i], 'gray')
    plt.show()
    cv2.imshow("imgAdd", imgAdd)  # 显示叠加图像 imgAdd
    key = cv2.waitKey(0)  # 等待按键命令

例程说明 1.30：

本例程实现图像的叠加，中间过程图像如上图所示，最终的叠加图像如下图所示。
图像叠加所涉及的操作步骤较多，建议将上文的步骤说明与程序、中间过程图像相互对照进行阅读。
使用位操作生成前景 img1Bg 时，使用掩模图像 mask 对 imgROI 与 imgROI 进行 “与操作”，而不是直接对 mask 与 imgROI 进行操作，是因为 mask 为灰度图像而 imgROI 为彩色图像，不能直接进行加法或位操作。
使用位操作生成前景、背景图像时，遮罩区域以外 imgROI 与 imgROI 进行 “自与操作”，如果用 “自或操作” （参见程序注释语句）的效果也是相同的。此处甚至也可以用加法操作 cv2.add 实现（参见程序注释语句），但位操作的运算速度更快。
函数 threshold() 将灰度图像转换为二值图像（Binarization），只有黑白两色。该方法通过固定阈值 thresh 处理图像，将像素点的灰度值设为 0 或 255。

在这里插入图片描述