计算机视觉处理（OpenCV基础教学（十三）：图像水印添加技术详解）

OpenCV基础教学（十三）：图像水印添加技术详解

图像水印是保护版权和品牌标识的重要手段，本文将详细介绍如何使用OpenCV实现图像水印的添加，涵盖从基础到完整的实现过程。

总流程图：

一、图像水印技术概述

1.1 什么是图像水印？

图像水印是在不影响原始图像视觉效果的前提下，在图像中嵌入特定信息的技术。水印可以是可见的（如Logo、文字）或不可见的（数字水印），主要用于：

版权保护：标识图像所有权
品牌宣传：在图片上添加品牌Logo
信息隐藏：在图像中嵌入隐蔽信息
防伪标识：防止图像被非法使用

1.2 水印添加的基本原理

水印添加的核心是图像融合技术，即将水印图像与原始图像按照一定的规则进行混合。常见的融合方式包括：

直接覆盖：简单叠加，可能影响原图质量
透明叠加：通过透明度控制，平衡可见性和原图保留
边缘融合：在边界处进行渐变融合，使过渡更自然

二、基础水印添加实现

2.1 完整代码解析

让我们从最基础的代码开始，逐步理解每个步骤：

python 复制代码

# 导入OpenCV的库
import cv2

# 1. 读取原始图像和模板图
image_np = cv2.imread('./lena.png')  # 读取原始图像
logo = cv2.imread('./logo.png')      # 读取Logo水印图像
cv2.imshow('原始图像', image_np)

# 获取logo图的大小
rows, cols = logo.shape[:2]  # 获取Logo的高度和宽度
print(f"Logo尺寸: 高度={rows}, 宽度={cols}")

# 截取原始图像的ROI区域（感兴趣区域）
# 这里我们选择在(100,100)位置放置Logo
roi = image_np[100:100 + rows, 100:100 + cols]
cv2.imshow('ROI区域', roi)

# 2. 对logo进行灰度化和二值化，制作成一张掩膜
logo_gray = cv2.cvtColor(logo, cv2.COLOR_BGR2GRAY)  # 转为灰度图

# 阈值处理，创建掩膜
# THRESH_BINARY_INV：大于阈值的设为0，小于等于的设为255（反向二值化）
ret, mask = cv2.threshold(logo_gray, 127, 255, cv2.THRESH_BINARY_INV)
cv2.imshow('掩膜', mask)

# 3. 进行与运算
# 255的8位二进制全是1，它和任何8位整数做按位与运算，结果都等于这个整数本身
image_and = cv2.bitwise_and(roi, roi, mask=mask)
cv2.imshow('与运算结果', image_and)

# 4. 图像融合
dst = cv2.add(image_and, logo)

# 5. 将融合后的图像重新赋值到原始图像中
image_np[100:100 + rows, 100:100 + cols] = dst

# 6. 显示结果
cv2.imshow('Logo水印', logo)
cv2.imshow('最终结果', image_np)
cv2.waitKey(0)
cv2.destroyAllWindows()

2.2 代码执行流程详解

步骤1：图像读取

python 复制代码

image_np = cv2.imread('./lena.png')
logo = cv2.imread('./logo.png')

读取原始图像和水印Logo
确保两个图像都存在，否则程序会出错

步骤2：获取ROI区域

python 复制代码

rows, cols = logo.shape[:2]
roi = image_np[100:100 + rows, 100:100 + cols]

logo.shape返回(高度, 宽度, 通道数)
从原始图像中截取与Logo相同大小的区域
这个区域将作为水印的放置位置

步骤3：创建掩膜

python 复制代码

logo_gray = cv2.cvtColor(logo, cv2.COLOR_BGR2GRAY)
ret, mask = cv2.threshold(logo_gray, 127, 255, cv2.THRESH_BINARY_INV)

将彩色Logo转为灰度图
使用阈值处理创建二值掩膜
THRESH_BINARY_INV：白色区域变为黑色，黑色区域变为白色

步骤4：与运算

python 复制代码

image_and = cv2.bitwise_and(roi, roi, mask=mask)

使用掩膜对ROI区域进行与运算
掩膜中黑色区域（值为0）会使对应位置的像素变为黑色
掩膜中白色区域（值为255）会保留原图像素

步骤5：图像融合

python 复制代码

dst = cv2.add(image_and, logo)

将处理后的ROI区域与Logo图像相加
实现水印叠加效果

步骤6：替换原图区域

python 复制代码

image_np[100:100 + rows, 100:100 + cols] = dst

将融合后的水印区域放回原图
完成水印添加

三、核心函数详解

3.1 cv2.cvtColor() - 颜色空间转换

功能：将图像从一个颜色空间转换到另一个颜色空间。

常用转换：

cv2.COLOR_BGR2GRAY：BGR转灰度
cv2.COLOR_BGR2RGB：BGR转RGB
cv2.COLOR_GRAY2BGR：灰度转BGR

python 复制代码

# 示例：各种颜色空间转换
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
rgb = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)
hsv = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)

3.2 cv2.threshold() - 阈值处理

功能：对图像进行二值化处理。

参数：

src：输入图像（必须是灰度图）
thresh：阈值
maxval：最大值（当像素值超过阈值时赋予的值）
type：阈值类型

常用阈值类型：

cv2.THRESH_BINARY：大于阈值设为maxval，否则设为0
cv2.THRESH_BINARY_INV：大于阈值设为0，否则设为maxval
cv2.THRESH_TRUNC：大于阈值设为阈值，否则不变
cv2.THRESH_TOZERO：大于阈值不变，否则设为0

python 复制代码

# 示例：各种阈值处理
ret, binary = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)
ret, binary_inv = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY_INV)

3.3 cv2.bitwise_and() - 按位与运算

功能：对两个图像进行按位与运算。

参数：

src1：第一个输入图像
src2：第二个输入图像
mask：可选掩膜

运算规则：

1 & 1 = 1
1 & 0 = 0
0 & 1 = 0
0 & 0 = 0

python 复制代码

# 示例：与运算
result = cv2.bitwise_and(img1, img2)  # 无掩膜
result = cv2.bitwise_and(img1, img2, mask=mask)  # 带掩膜

3.4 cv2.add() - 图像加法

功能：将两个图像相加。

与普通加法的区别：

普通加法：超过255会溢出（255+1=0）
cv2.add()：超过255会被截断为255（饱和操作）

python 复制代码

# 示例：图像加法
result = cv2.add(img1, img2)  # 饱和加法
result = img1 + img2  # 普通加法，可能溢出

四、总结

通过本文的学习，我们掌握了OpenCV中图像水印添加的核心技术：

核心知识点

基本流程：ROI提取 → 掩膜创建 → 与运算 → 图像融合
关键函数 ：
- cv2.cvtColor()：颜色空间转换
- cv2.threshold()：阈值处理
- cv2.bitwise_and()：按位与运算
- cv2.add()：图像加法
水印类型：图像水印、文字水印、透明水印、平铺水印
实用技巧：位置计算、透明度控制、批量处理

水印添加是图像处理中的实用技术，掌握它可以帮助你在各种应用中保护版权和增强品牌识别度。

如果觉得本文有帮助，欢迎点赞、收藏、关注！
你的支持是我持续创作的最大动力！