opencv图片的纠正透视转换函数的应用,水印的添加,轮廓的绘制

一、透视转换函数实现图片的纠正

代码如下:

python 复制代码
import cv2
import numpy as np


img = cv2.imread('./picture.png')

p1=np.array([[175,142],[621,34],[85,484],[653,564]],dtype=np.float32)
p2=np.array([[min(p1[:,0]),min(p1[:,1])],
             [max(p1[:,0]),min(p1[:,1])],
             [min(p1[:,0]),max(p1[:,1])],
             [max(p1[:,0]),max(p1[:,1])]],dtype=np.float32)

M = cv2.getPerspectiveTransform(p1,p2)

img_Perspective=cv2.warpPerspective(img,M,(img.shape[1],img.shape[0]))

cv2.imshow('1',img)
cv2.imshow('2',img_Perspective)
cv2.waitKey(0)

p1,p2分别是四个源坐标点和目标坐标点

效果图象如下:


二、水印添加

原理:对logo图像进行掩膜制作之后与背景图与运算,之后再与logo使用add函数

python 复制代码
import cv2

logo = cv2.imread('./girl.png')
logo2 = cv2.imread('./girl2.png')
img = cv2.imread('./background.png')

logo_gray = cv2.cvtColor(logo,cv2.COLOR_BGR2GRAY)
logo_gray2 = cv2.cvtColor(logo2,cv2.COLOR_BGR2GRAY)

_,logo_binary=cv2.threshold(logo_gray,3,255,cv2.THRESH_BINARY_INV)
_,logo_binary2=cv2.threshold(logo_gray2,1,255,cv2.THRESH_BINARY_INV)

ROI=img[100:100+logo.shape[0],100:100+logo.shape[1]]
ROI2=img[80:80+logo2.shape[0],500:500+logo2.shape[1]]

ROI_logo=cv2.bitwise_and(ROI,ROI,mask=logo_binary)
ROI_logo2=cv2.bitwise_and(ROI2,ROI2,mask=logo_binary2)

img_logo=cv2.add(ROI_logo,logo)
img_logo2=cv2.add(ROI_logo2,logo2)

img[100:100+logo.shape[0],100:100+logo.shape[1]]=img_logo
img[80:80+logo2.shape[0],500:500+logo2.shape[1]]= img_logo2

cv2.imshow('1',logo_binary)
cv2.imshow('2',ROI_logo)
cv2.imshow('3',img_logo)
cv2.imshow('4',img)
cv2.waitKey(0)

三、轮廓的绘制

原理: drawContours和findContours函数的使用,先使用findContours找到二值化的图像的轮廓,在根据需要画出指定的轮廓

python 复制代码
import cv2

img = cv2.imread('./number.png')

img_gray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)

_,img_binary=cv2.threshold(img_gray,125,255,cv2.THRESH_BINARY+cv2.THRESH_OTSU)

contours,hierarchy=cv2.findContours(img_binary,     #二值化的图
                                    cv2.RETR_LIST,  #查询轮廓方式
                                    cv2.CHAIN_APPROX_SIMPLE)        #保存轮廓坐标点的方式
img_copy=img.copy() #拷贝不然会修改图像
img_draw=cv2.drawContours(img_copy, #绘制的图像
                          contours, #轮廓的顶点坐标集
                          -1,#所有轮廓
                          (0,0,255),
                          3 #线条粗细
                             )

cv2.imshow('1',img)
cv2.imshow('2',img_draw)
cv2.waitKey(0)
相关推荐
IT_陈寒3 小时前
Vue3性能优化实战:这7个技巧让我的应用加载速度提升50%!
前端·人工智能·后端
GIS数据转换器3 小时前
带高度多边形,生成3D建筑模型,支持多种颜色或纹理的OBJ、GLTF、3DTiles格式
数据库·人工智能·机器学习·3d·重构·无人机
茜茜西西CeCe3 小时前
数字图像处理-图像编码与压缩
人工智能·计算机视觉·matlab·数字图像处理·图像压缩·图像编码
一人の梅雨3 小时前
大麦网关键词列表接口的产业级实现:从演出聚合到市场趋势预测的全维度技术方案
大数据·数据库·人工智能
阿_旭3 小时前
基于深度学习的甲状腺结节智能检测分割与诊断系统【python源码+Pyqt5界面+数据集+训练代码】
人工智能·python·深度学习·甲状腺结节检测
woshihonghonga3 小时前
PyTorch矩阵乘法函数区别解析与矩阵高级索引说明——《动手学深度学习》3.6.3、3.6.4和3.6.5 (P79)
人工智能·pytorch·python·深度学习·jupyter·矩阵
CLubiy3 小时前
【研究生随笔】Pytorch中的线性代数(微分)
人工智能·pytorch·深度学习·线性代数·梯度·微分
美狐美颜SDK开放平台3 小时前
直播美颜SDK功能开发实录:自然妆感算法、人脸跟踪与AI美颜技术
人工智能·深度学习·算法·美颜sdk·直播美颜sdk·美颜api
明朝百晓生4 小时前
强化学习【Monte Carlo Learning][MC Basic 算法]
人工智能·机器学习
云知谷9 小时前
【C++基本功】C++适合做什么,哪些领域适合哪些领域不适合?
c语言·开发语言·c++·人工智能·团队开发