Python合并两张图片 | 先叠透明度再合并 (附Demo)

目录

前言

用在深度学习可增加噪音,增加数据集等

推荐阅读:Pytorch 图像增强 实现翻转裁剪色调等 附代码(全)

正文

使用Pillow库来处理图像(以下两张图来自网络)

图一:

图二:

相应的代码如下:

python 复制代码
from PIL import Image


def merge_images_with_transparency(image1_path, image2_path, output_path, position=(0, 0), transparency=0.5):
    # 打开两张图片
    image1 = Image.open(image1_path).convert("RGBA")
    image2 = Image.open(image2_path).convert("RGBA")

    # 确保第二张图片不超出第一张图片的范围
    if position[0] + image2.width > image1.width or position[1] + image2.height > image1.height:
        raise ValueError("Second image exceeds the boundaries of the first image")

    # 将第二张图片缩放至与第一张图片相同的大小
    image2 = image2.resize(image1.size)

    # 创建一个与第一张图片大小相同的透明度数组
    overlay = Image.new("RGBA", image1.size, (0, 0, 0, 0))

    new_image2 = Image.new("RGBA", image2.size)

    # 修改第二张图片的透明度并将其叠加到透明度数组中
    for x in range(image2.width):
        for y in range(image2.height):
            r, g, b, a = image2.getpixel((x, y))
            new_image2.putpixel((x, y), (r, g, b, int(transparency * a)))

    overlay.paste(image2, position, image2)

    # 使用透明度来叠加两张图片
    merged_image = Image.alpha_composite(image1, new_image2)

    # 保存合并后的图片
    merged_image.save(output_path)


if __name__ == "__main__":
    image1_path = "image1.jpg"
    image2_path = "image2.jpg"
    output_path = "merged_image_with_transparency.png"

    # 调用函数合并图片,position参数可以调整第二张图片在第一张图片上的位置
    merge_images_with_transparency(image1_path, image2_path, output_path, position=(100, 100), transparency=0.5)

最终结果如下:

通过上面的代码也可看出

先叠加再修改透明度

也可先修改透明度再叠加,代码如下:

(这两种方法的效果还是有点差异的,前提是要弄成一个尺寸!)

python 复制代码
overlay.paste(image1, position, image1)

merged_image = Image.alpha_composite(overlay, new_image2)
相关推荐
博士僧小星28 分钟前
人工智能|大模型——模型——大模型蒸馏详解(定义/原理/关键技术/落地)
人工智能·深度学习·机器学习·知识蒸馏·模型蒸馏
AI医影跨模态组学29 分钟前
Cancer Lett(IF=10.1)北京大学第一医院杨尹默等团队:基于深度学习的病理组学特征可独立于CA19-9预测胰腺导管腺癌的生存与复发
人工智能·深度学习
Ulyanov43 分钟前
Pymunk 2D物理游戏开发教程系列 第一篇:物理引擎入门篇 -《弹球大作战》
python·pygame·雷达电子战·仿真引擎
古希腊掌管代码的神THU1 小时前
【清华代码熊】RL后训练解析|Cursor Composer 2 技术报告
人工智能·深度学习·自然语言处理·composer
AI医影跨模态组学1 小时前
Cell Rep Med(IF=10.6)北京清华长庚医院李国新&云南省肿瘤医院放射科李振辉等团队:基于TME的深度学习模型预测胃癌治疗反应
人工智能·深度学习·医学·医学影像·医学科研
人工干智能1 小时前
科普:list (列表),np.array (数组(多维)),torch.Tensor (张量),及其shape与reshape
python
AI职业加油站1 小时前
数据要素时代:大数据治理工程师证书深度解码
大数据·开发语言·人工智能·python·数据分析
amIZ AUSK2 小时前
Redis——使用 python 操作 redis 之从 hmse 迁移到 hset
数据库·redis·python
深蓝海拓2 小时前
基于QtPy (PySide6) 的PLC-HMI工程项目(二)系统规划
笔记·python·qt·学习·plc