opencv实现给图像加上logo图像

要用Python和OpenCV给图片加上logo,可以按照以下步骤实现:

  1. 读取logo和image图片。

  2. 调整logo的大小以适应image。

  3. 将logo放置在image的指定位置。

  4. 将logo和image合并。

以下是实现代码:

复制代码
import cv2

# 读取logo和image图片
logo = cv2.imread('logo.png', cv2.IMREAD_UNCHANGED)  # 读取带透明通道的logo
image = cv2.imread('image.jpg')

# 检查图片是否成功读取
if logo is None or image is None:
    print("图片读取失败,请检查文件路径是否正确。")
    exit()

# 获取logo的尺寸
logo_height, logo_width, logo_channels = logo.shape

# 获取image的尺寸
image_height, image_width, image_channels = image.shape

# 调整logo的大小(例如,将logo的宽度设置为image宽度的1/5)
scale = 0.2  # 调整比例
new_width = int(image_width * scale)
new_height = int(logo_height * (new_width / logo_width))
logo = cv2.resize(logo, (new_width, new_height))

# 获取调整后logo的尺寸
logo_height, logo_width, logo_channels = logo.shape

# 计算logo在image中的位置(例如,右下角)
x_offset = image_width - logo_width - 10  # 右下角,留10像素的边距
y_offset = image_height - logo_height - 10

# 提取logo的alpha通道(透明度)
alpha_logo = logo[:, :, 3] / 255.0
alpha_image = 1.0 - alpha_logo

# 将logo叠加到image上
for c in range(0, 3):  # 遍历RGB通道
    image[y_offset:y_offset + logo_height, x_offset:x_offset + logo_width, c] = (
        alpha_logo * logo[:, :, c] +
        alpha_image * image[y_offset:y_offset + logo_height, x_offset:x_offset + logo_width, c]
    )

# 保存结果
cv2.imwrite('image_with_logo.jpg', image)

# 显示结果(可选)
cv2.imshow('Image with Logo', image)
cv2.waitKey(0)
cv2.destroyAllWindows()

代码说明:

  1. 读取图片 :使用cv2.imread读取logo和image图片。注意,logo图片需要是带有透明通道的PNG格式,因此使用cv2.IMREAD_UNCHANGED读取。

  2. 调整logo大小:根据image的尺寸,调整logo的大小。

  3. 计算logo位置:将logo放置在image的右下角,并留出一定的边距。

  4. 叠加logo:使用alpha通道(透明度)将logo叠加到image上。

  5. 保存和显示结果:将结果保存为新图片,并可选地显示出来。

注意事项:

  • 确保logo图片是PNG格式,且带有透明通道。

  • 如果logo图片没有透明通道,可以跳过alpha通道的处理部分,直接将logo叠加到image上。

运行代码后,image_with_logo.jpg将是带有logo的image图片。

相关推荐
CodeCraft Studio7 分钟前
什么是定性数据分析?有哪些定性数据分析技术及应用实践?
大数据·人工智能·数据分析
道友老李20 分钟前
【深度学习进阶】CNN-VGG
人工智能·深度学习·神经网络·机器学习·cnn
z千鑫23 分钟前
【Flask+OpenAI】利用Flask+OpenAI Key实现GPT4-智能AI对话接口demo - 从0到1手把手全教程(附源码)
人工智能·后端·python·chatgpt·flask·ai编程
AI完全体24 分钟前
【AI日记】24.12.14 kaggle 比赛 2-4 EDA
人工智能·机器学习·kaggle 比赛
CDialog27 分钟前
MobileLLM开发安卓AI的体验
人工智能
青云交1 小时前
智创 AI 新视界 -- 基于 Transformer 架构的 AI 模型优化(16 - 11)
人工智能·模型压缩·模型优化·应用案例·多头注意力·技术挑战·transformer 架构·训练算法
keira6741 小时前
【21天学习AI底层概念】day5 机器学习的三大类型不能解决哪些问题?
人工智能·学习·机器学习
martian6651 小时前
深入详解人工智能机器学习常见算法中的K-means聚类
人工智能·算法·机器学习·k-means聚类
杨过过儿1 小时前
1.编写 Prompt 的原则
人工智能·prompt
学一次2 小时前
2024年09月机器人一级理论真题答案及解析
人工智能