OpenCV-17制作LOGO小练习

在编写代码之前我们需要理清思路:

1.引入图片

2.设计一个LOGO的图片

  1. 规划一下LOGO希望放在那个位置,在添加的位置变为黑色

  2. 利用add方法,将logo和图片叠加在一起

    import cv2
    import numpy as np

    导入图片

    dog = cv2.imread("dog.png")

    创建LOGO

    logo = np.zeros((200, 200, 3), np.uint8) # 一个纯黑LOGO背景

    绘制LOGO

    logo[20:120, 20:120] = [255, 0, 0]
    logo[80:180, 80:180] = [0, 255, 0]

    cv2.imshow("logo", logo)
    cv2.imshow("dog", dog)
    cv2.waitKey(0)
    cv2.destroyAllWindows()

输出的LOGO图像如图所示:

接下来我们计划将LOGO放在小狗图片的左上角。

在OpenCV位运算中,还存在掩码(mask)操作。

例如cv.bitwise_and(src1, src2, dst, mask)

位运算,前面两个图片先做一个与运算,与完之后再与掩码做一个与运算。

如果结果为True,则显示前面与完结果之后的值

如果结果为False,则统一为0

且无论是and、or、not、xor在OpenCV中与掩码的操作都为与运算。

复制代码
roi = dog[0:300, 0:300]   # 浅拷贝

# roi与m进行与操作
tmp = cv2.bitwise_and(roi, roi, mask=m)    # roi与roi与操作之后还是roi,
# 在于mask进行与运算,如果结果为True,返回原图,如果为False,返回黑色。
cv2.imshow("tmp", tmp)

此时发现得到的tmp与logo进行add运算,即可把logo嵌入。

复制代码
dst = cv2.add(tmp, logo)
cv2.imshow("dst",dst)

最后我们再在dog上还原图片

复制代码
dog[:300, :300] = dst

最终我们可以得到一下带LOGO的小狗图片

综合演示代码如下所示:

复制代码
import cv2
import numpy as np

# 导入图片
dog = cv2.imread("dog.png")

# 创建LOGO
logo = np.zeros((300, 300, 3), np.uint8)  # 一个纯黑LOGO背景

# 绘制LOGO
logo[20:120, 20:120] = [255, 0, 0]
logo[80:180, 80:180] = [0, 255, 0]

# 创建一个掩码
mask = np.zeros((300, 300), np.uint8)  # 创建一个二维的与LOGO一样的的掩码
mask[20:120, 20:120] = 255
mask[80:180, 80:180] = 255

cv2.imshow("mask", mask)
m = cv2.bitwise_not(mask)  # 将创建的掩码取反
cv2.imshow("m", m)

# 选择dog添加LOGO的位置
roi = dog[0:300, 0:300]   # 浅拷贝

# roi与m进行与操作
tmp = cv2.bitwise_and(roi, roi, mask=m)    # roi与roi与操作之后还是roi,
# 在于mask进行与运算,如果结果为True,返回原图,如果为False,返回黑色。
cv2.imshow("tmp", tmp)
# 进行add拼接
dst = cv2.add(tmp, logo)
cv2.imshow("dst",dst)

# 在dog上还原
dog[:300, :300] = dst

cv2.imshow("logo", logo)
cv2.imshow("dog", dog)
cv2.waitKey(0)
cv2.destroyAllWindows()
相关推荐
GEO AI搜索优化助手9 小时前
范式革命——从“关键词”到“意图理解”,搜索本质的演进与重构
人工智能·搜索引擎·生成式引擎优化·ai优化·geo搜索优化
大刘讲IT9 小时前
2025年企业级 AI Agent 标准化落地深度年度总结:从“对话”到“端到端价值闭环”的范式重构
大数据·人工智能·程序人生·ai·重构·制造
databook9 小时前
掌握相关性分析:读懂数据间的“悄悄话”
python·数据挖掘·数据分析
一个没有感情的程序猿9 小时前
前端实现人体骨架检测与姿态对比:基于 MediaPipe 的完整方案
机器学习·计算机视觉·前端框架·开源
2301_823438029 小时前
【无标题】解析《采用非对称自玩实现强健多机器人群集的深度强化学习方法》
数据库·人工智能·算法
沛沛老爹9 小时前
Web开发者快速上手AI Agent:提示词应用优化实战
人工智能·ai·agent·提示词·rag·入门知识
中国胖子风清扬9 小时前
SpringAI和 Langchain4j等 AI 框架之间的差异和开发经验
java·数据库·人工智能·spring boot·spring cloud·ai·langchain
Dev7z9 小时前
基于Stanley算法的自动驾驶车辆路径跟踪控制研究
人工智能·机器学习·自动驾驶
Java后端的Ai之路9 小时前
【分析式AI】-过拟合(含生活案例说明)
人工智能·aigc·生活·过拟合·分析式ai
企业智能研究9 小时前
数据分析Agent白皮书:揭秘Data x AI的底层逻辑与未来关键
大数据·人工智能·数据分析