Python 基于 OpenCV 视觉图像处理实战 之 OpenCV 简单实战案例 之十二 简单图片添加水印效果

Python 基于 OpenCV 视觉图像处理实战 之 OpenCV 简单实战案例 之十二 简单图片添加水印效果

目录

[Python 基于 OpenCV 视觉图像处理实战 之 OpenCV 简单实战案例 之十二 简单图片添加水印效果](#Python 基于 OpenCV 视觉图像处理实战 之 OpenCV 简单实战案例 之十二 简单图片添加水印效果)

一、简单介绍

二、简单图片添加水印效果实现原理

三、简单图片添加水印效果案例实现简单步骤

四、注意事项


一、简单介绍

Python是一种跨平台的计算机程序设计语言。是一种面向对象的动态类型语言,最初被设计用于编写自动化脚本(shell),随着版本的不断更新和语言新功能的添加,越多被用于独立的、大型项目的开发。Python是一种解释型脚本语言,可以应用于以下领域: Web 和 Internet开发、科学计算和统计、人工智能、教育、桌面界面开发、软件开发、后端开发、网络爬虫。

这里使用 Python 基于 OpenCV 进行视觉图像处理,......

二、简单图片添加水印效果实现原理

给图片添加水印是指在图片上叠加额外的标识、文字、图形或者其他图像,以表明该图片的归属、来源、版权信息或者其他附加信息的过程。水印通常以半透明的方式显示在图片的某个位置,可以防止未经授权的复制和使用,并且可以提升图片的专业性和美观度。添加水印的过程可以通过图像处理技术来实现,包括图像叠加、透明度调整、文字绘制等。

  1. 添加文字水印 (add_watermark_text)

    • 原理:在原始图像上绘制指定的文字,作为水印。
    • 实现方法:使用 OpenCV 的 cv2.putText() 函数在图像上添加文字。
  2. 添加图片水印 (add_watermark_image)

    • 原理:将水印图片叠加到原始图像的指定位置。
    • 实现方法:将水印图片的 BGR 通道与原始图像的相应区域进行叠加,同时考虑水印图片的 alpha 通道,控制水印的透明度。

涉及的一些函数说明:

  1. cv2.putText()

    • 函数功能:在图像上绘制文本。
    • 参数:
      • image:要绘制文本的图像。
      • text:要绘制的文本内容。
      • org:文本的起始坐标,即文本左下角的坐标。
      • font:字体类型,默认为 cv2.FONT_HERSHEY_SIMPLEX
      • font_scale:字体缩放因子。
      • font_color:文本颜色,格式为 BGR。
      • thickness:文本线条粗细。
    • 返回值:无。
    • 注意事项:根据 org 参数确定文本的起始位置,确保文本不会超出图像范围。
  2. Array slicing (数组切片)

    • 函数功能:用于在图像上获取指定位置的子图像。
    • 参数:用于指定图像区域的坐标和大小。
    • 返回值:返回指定区域的子图像。
    • 注意事项:确保指定的区域不会超出图像范围。
  3. cv2.addWeighted()

    • 函数功能:对两个图像进行加权求和,实现图像叠加效果。
    • 参数:
      • src1:第一个输入图像。
      • alpha:第一个输入图像的权重。
      • src2:第二个输入图像。
      • beta:第二个输入图像的权重。
      • gamma:结果图像的亮度值,添加到加权和上。
    • 返回值:返回加权和后的图像。
    • 注意事项:通过调整 alphabeta 参数可以控制两个图像的显示比例,通过 gamma 参数可以调整结果图像的亮度。

三、简单图片添加水印效果案例实现简单步骤

1、编写代码

2、运行效果

3、具体代码

python 复制代码
"""
简单图片添加水印效果
"""

import cv2


def add_watermark_text(image, text, position='bottom-right', x=None, y=None, font=cv2.FONT_HERSHEY_SIMPLEX,
                       font_scale=1.0, font_color=(255, 255, 255), thickness=1):
    """
    简单添加文字水印效果
    :param image:
    :param text:
    :param position:
    :param x:
    :param y:
    :param font:
    :param font_scale:
    :param font_color:
    :param thickness:
    :return:
    """
    # 复制原始图像,以免修改原始图像
    result = image.copy()

    # 确定水印文本的位置
    text_size, _ = cv2.getTextSize(text, font, font_scale, thickness)
    image_height, image_width = image.shape[:2]
    if position == 'top-left':
        text_position = (10, text_size[1] + 10)
    elif position == 'top-right':
        text_position = (image_width - text_size[0] - 10, text_size[1] + 10)
    elif position == 'bottom-left':
        text_position = (10, image_height - 10)
    elif position == 'center':
        text_position = ((image_width - text_size[0]) // 2, (image_height + text_size[1]) // 2)
    else:  # 默认为 'bottom-right'
        text_position = (image_width - text_size[0] - 10, image_height - 10)

    # 如果用户指定了位置,则使用用户指定的位置
    if x is not None and y is not None:
        text_position = (x, y)

    # 添加水印文本
    cv2.putText(result, text, text_position, font, font_scale, font_color, thickness)

    return result


def add_watermark_image(image, watermark_image, position='bottom-right', x=None, y=None):
    """
    简单添加图片水印效果
    :param image:
    :param watermark_image:
    :param position:
    :param x:
    :param y:
    :return:
    """
    # 复制原始图像,以免修改原始图像
    result = image.copy()

    # 确定水印图片的位置
    watermark_height, watermark_width = watermark_image.shape[:2]
    image_height, image_width = image.shape[:2]
    if position == 'top-left':
        watermark_position = (0, 0)
    elif position == 'top-right':
        watermark_position = (image_width - watermark_width, 0)
    elif position == 'bottom-left':
        watermark_position = (0, image_height - watermark_height)
    elif position == 'center':
        watermark_position = ((image_width - watermark_width) // 2, (image_height - watermark_height) // 2)
    else:  # 默认为 'bottom-right'
        watermark_position = (image_width - watermark_width, image_height - watermark_height)

    # 如果用户指定了位置,则使用用户指定的位置
    if x is not None and y is not None:
        watermark_position = (x, y)

    # 获取水印图片的 alpha 通道
    watermark_alpha = watermark_image[:, :, 3] / 255.0

    # 提取水印图片的 BGR 通道
    watermark_bgr = watermark_image[:, :, :3]

    # 将水印图片叠加到原始图像上
    for c in range(3):
        result[watermark_position[1]:watermark_position[1] + watermark_height,
        watermark_position[0]:watermark_position[0] + watermark_width, c] = \
            (1 - watermark_alpha) * result[watermark_position[1]:watermark_position[1] + watermark_height,
                                    watermark_position[0]:watermark_position[0] + watermark_width, c] + \
            watermark_alpha * watermark_bgr[:, :, c]

    return result


def main():
    # 调用函数并指定输入图像、水印和输出图像文件路径
    input_image_path = "Images/DogFace.jpg"
    watermark_path = "Images/Watermark.png"
    output_image_path = "Images/DogFace_Watermark.jpg"

    image = cv2.imread(input_image_path)

    # 设置窗口属性,并显示图片
    cv2.namedWindow("Dog", cv2.WINDOW_KEEPRATIO)
    cv2.imshow('Dog', image)

    output_image = add_watermark_text(image, "Water mark", x=200, y=300, font_scale=2.0, thickness=2)

    # 保存处理后的图像
    # 设置窗口属性,并显示图片
    cv2.namedWindow("add_watermark_text", cv2.WINDOW_KEEPRATIO)
    cv2.imshow("add_watermark_text", output_image)

    watermark = cv2.imread(watermark_path, cv2.IMREAD_UNCHANGED)
    output_image = add_watermark_image(image, watermark, position="center")

    # 保存处理后的图像
    # 设置窗口属性,并显示图片
    cv2.namedWindow("add_watermark_image", cv2.WINDOW_KEEPRATIO)
    cv2.imshow("add_watermark_image", output_image)

    cv2.waitKey(0)
    cv2.destroyAllWindows()


if __name__ == "__main__":
    main()

四、注意事项

1、确保水印文本位置不会超出图像范围,可以根据指定的位置参数调整水印的位置。

2、考虑水印图片的 alpha 通道,以防止水印添加后出现黑色边框或不透明度不一致的情况。

3、可以根据需要调整水印图片的显示位置和透明度参数。

相关推荐
只怕自己不够好3 分钟前
OpenCV 图像运算全解析:加法、位运算(与、异或)在图像处理中的奇妙应用
图像处理·人工智能·opencv
好看资源平台1 小时前
网络爬虫——综合实战项目:多平台房源信息采集与分析系统
爬虫·python
进击的六角龙1 小时前
深入浅出:使用Python调用API实现智能天气预报
开发语言·python
檀越剑指大厂1 小时前
【Python系列】浅析 Python 中的字典更新与应用场景
开发语言·python
湫ccc1 小时前
Python简介以及解释器安装(保姆级教学)
开发语言·python
孤独且没人爱的纸鹤1 小时前
【深度学习】:从人工神经网络的基础原理到循环神经网络的先进技术,跨越智能算法的关键发展阶段及其未来趋势,探索技术进步与应用挑战
人工智能·python·深度学习·机器学习·ai
羊小猪~~1 小时前
tensorflow案例7--数据增强与测试集, 训练集, 验证集的构建
人工智能·python·深度学习·机器学习·cnn·tensorflow·neo4j
lzhlizihang1 小时前
python如何使用spark操作hive
hive·python·spark
q0_0p1 小时前
牛客小白月赛105 (Python题解) A~E
python·牛客
极客代码2 小时前
【Python TensorFlow】进阶指南(续篇三)
开发语言·人工智能·python·深度学习·tensorflow