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
好奇龙猫17 分钟前
人工智能学习-AI-MIT公开课-第三节:推理:目标树与基于规则的专家系统-笔记
人工智能·笔记·学习
正经人_x19 分钟前
学习日记28:Run, Don’t Walk: Chasing Higher FLOPS for Faster Neural Networks
人工智能·深度学习·cnn
好奇龙猫19 分钟前
【AI学习-comfyUI学习-第二十节-controlnet线稿+softedge线稿处理器工作流艺术线处理器工作流-各个部分学习】
人工智能·学习
陈橘又青25 分钟前
vLLM-Ascend推理部署与性能调优深度实战指南:架构解析、环境搭建与核心配置
人工智能·后端·ai·架构·restful·数据·vllm
世优科技虚拟人26 分钟前
AI数字人企业产品图谱解析:2D/3D数字人AI交互开发技术指南
人工智能·大模型·人机交互·数字人·智能交互
LiFileHub31 分钟前
2025 AI驱动产业转型全景手册:从技术破局到价值重生(附8大转型案例)
人工智能
python机器学习ML34 分钟前
论文复现-以动物图像分类为例进行多模型性能对比分析
人工智能·python·神经网络·机器学习·计算机视觉·scikit-learn·sklearn
YANQ66235 分钟前
14.1 人脸的三维重构(PRNet算法)
人工智能·重构
风途知识百科39 分钟前
并网/分布式光伏气象站
人工智能·分布式
何小义的AI进阶路44 分钟前
win下 vscode下 C++和opencv的配置与使用
c++·图像处理·vscode·opencv