Python+OpenCV實現(xiàn)圖像識別替換功能詳解
發(fā)布日期：2022-07-20 19:40 | 文章來源：源碼中國
OpenCV-Python是一個Python庫，旨在解決計算機視覺問題。
OpenCV是一個開源的計算機視覺庫，1999年由英特爾的Gary Bradski啟動。Bradski在訪學(xué)過程中注意到，在很多優(yōu)秀大學(xué)的實驗室中，都有非常完備的內(nèi)部公開的計算機視覺接口。這些接口從一屆學(xué)生傳到另一屆學(xué)生，對于剛?cè)腴T的新人來說，使用這些接口比重復(fù)造輪子方便多了。這些接口可以讓他們在之前的基礎(chǔ)上更有效地開展工作。OpenCV正是基于為計算機視覺提供通用接口這一目標(biāo)而被策劃的。
安裝opencv
pip3 install -i https://pypi.doubanio.com/simple/ opencv-python
思路：
1、首先區(qū)分三張圖片：
base圖片代表初始化圖片；
template圖片代表需要在大圖中匹配的圖片；
white圖片為需要替換的圖片。
2、然后template圖片逐像素縮小匹配，設(shè)定閾值，匹配度到達(dá)閾值的圖片，判定為在初始圖片中；否則忽略掉。
3、匹配到最大閾值的地方，返回該區(qū)域的位置（x,y）
4、然后用white圖片resize到相應(yīng)的大小，填補到目標(biāo)區(qū)域。
match函數(shù)：
"""檢查模板圖片中是否包含目標(biāo)圖片"""
def make_cv2(photo1, photo2):
global x, y, w, h, num_1,flag
starttime = datetime.datetime.now()
#讀取base圖片
img_rgb = cv2.imread(f'{photo1}')
#讀取template圖片
template = cv2.imread(f'{photo2}')
h, w = template.shape[:-1]
print('初始寬高', h, w)
res = cv2.matchTemplate(img_rgb, template, cv2.TM_CCOEFF_NORMED)
print('初始最大相似度', res.max())
threshold = res.max()
"""，相似度小于0.2的，不予考慮；相似度在[0.2-0.75]之間的，逐漸縮小圖片"""
print(threshold)
while threshold >= 0.1 and threshold <= 0.83:
if w >= 20 and h >= 20:
w = w - 1
h = h - 1
template = cv2.resize(
template, (w, h), interpolation=cv2.INTER_CUBIC)
res = cv2.matchTemplate(img_rgb, template, cv2.TM_CCOEFF_NORMED)
threshold = res.max()
print('寬度:', w, '高度:', h, '相似度:', threshold)
else:
break
"""達(dá)到0.75覆蓋之前的圖片"""
if threshold > 0.8:
loc = np.where(res >= threshold)
x = int(loc[1])
y = int(loc[0])
print('覆蓋圖片左上角坐標(biāo):', x, y)
for pt in zip(*loc[::-1]):
cv2.rectangle(
img_rgb, pt, (pt[0] + w, pt[1] + h), (255, 144, 51), 1)
num_1 += 1
endtime = datetime.datetime.now()
print("耗時:", endtime - starttime)
overlay_transparent(x, y, photo1, photo3)
else:
flag = Falsereplace函數(shù)：
"""將目標(biāo)圖片鑲嵌到指定坐標(biāo)位置"""
def overlay_transparent(x, y, photo1, photo3):
#覆蓋圖片的時候上下移動的像素空間
y += 4
global w, h, num_2
background = cv2.imread(f'{photo1}')
overlay = cv2.imread(f'{photo3}')
"""縮放圖片大小"""
overlay = cv2.resize(overlay, (w, h), interpolation=cv2.INTER_CUBIC)
background_width = background.shape[1]
background_height = background.shape[0]
if x >= background_width or y >= background_height:
return background
h, w = overlay.shape[0], overlay.shape[1]
if x + w > background_width:
w = background_width - x
overlay = overlay[:, :w]
if y + h > background_height:
h = background_height - y
overlay = overlay[:h]
if overlay.shape[2] < 4:
overlay = np.concatenate([overlay, np.ones((overlay.shape[0], overlay.shape[1], 1), dtype=overlay.dtype) * 255],axis=2,)
overlay_image = overlay[..., :3]
mask = overlay[..., 3:] / 255.0
background[y:y + h,x:x + w] = (1.0 - mask) * background[y:y + h,x:x + w] + mask * overlay_image
# path = 'result'
path = ''
cv2.imwrite(os.path.join(path, f'1.png'), background)
num_2 += 1
print('插入成功。')
init()每次執(zhí)行需要初始化x,y(圖片匹配初始位置參數(shù))，w,h（圖片縮放初始寬高）
x = 0 y = 0 w = 0 h = 0 flag = True threshold = 0 template = '' num_1 = 0 num_2 = 0 photo3 = '' """參數(shù)初始化""" def init(): global x, y, w, h, threshold, template,flag x = 0 y = 0 w = 0 h = 0 threshold = 0 template = ''
完整代碼
import cv2
import datetime
import os
import numpy as np
x = 0
y = 0
w = 0
h = 0
flag = True
threshold = 0
template = ''
num_1 = 0
num_2 = 0
photo3 = ''
"""參數(shù)初始化"""
def init():
global x, y, w, h, threshold, template,flag
x = 0
y = 0
w = 0
h = 0
threshold = 0
template = ''
"""檢查模板圖片中是否包含目標(biāo)圖片"""
def make_cv2(photo1, photo2):
global x, y, w, h, num_1,flag
starttime = datetime.datetime.now()
img_rgb = cv2.imread(f'{photo1}')
template = cv2.imread(f'{photo2}')
h, w = template.shape[:-1]
print('初始寬高', h, w)
res = cv2.matchTemplate(img_rgb, template, cv2.TM_CCOEFF_NORMED)
print('初始最大相似度', res.max())
threshold = res.max()
"""，相似度小于0.2的，不予考慮；相似度在[0.2-0.75]之間的，逐漸縮小圖片"""
print(threshold)
while threshold >= 0.1 and threshold <= 0.83:
if w >= 20 and h >= 20:
w = w - 1
h = h - 1
template = cv2.resize(
template, (w, h), interpolation=cv2.INTER_CUBIC)
res = cv2.matchTemplate(img_rgb, template, cv2.TM_CCOEFF_NORMED)
threshold = res.max()
print('寬度:', w, '高度:', h, '相似度:', threshold)
else:
break
"""達(dá)到0.75覆蓋之前的圖片"""
if threshold > 0.8:
loc = np.where(res >= threshold)
x = int(loc[1])
y = int(loc[0])
print('覆蓋圖片左上角坐標(biāo):', x, y)
for pt in zip(*loc[::-1]):
cv2.rectangle(
img_rgb, pt, (pt[0] + w, pt[1] + h), (255, 144, 51), 1)
num_1 += 1
endtime = datetime.datetime.now()
print("耗時:", endtime - starttime)
overlay_transparent(x, y, photo1, photo3)
else:
flag = False
"""將目標(biāo)圖片鑲嵌到指定坐標(biāo)位置"""
def overlay_transparent(x, y, photo1, photo3):
y += 0
global w, h, num_2
background = cv2.imread(f'{photo1}')
overlay = cv2.imread(f'{photo3}')
"""縮放圖片大小"""
overlay = cv2.resize(overlay, (w, h), interpolation=cv2.INTER_CUBIC)
background_width = background.shape[1]
background_height = background.shape[0]
if x >= background_width or y >= background_height:
return background
h, w = overlay.shape[0], overlay.shape[1]
if x + w > background_width:
w = background_width - x
overlay = overlay[:, :w]
if y + h > background_height:
h = background_height - y
overlay = overlay[:h]
if overlay.shape[2] < 4:
overlay = np.concatenate([overlay, np.ones((overlay.shape[0], overlay.shape[1], 1), dtype=overlay.dtype) * 255],axis=2,)
overlay_image = overlay[..., :3]
mask = overlay[..., 3:] / 255.0
background[y:y + h,x:x + w] = (1.0 - mask) * background[y:y + h,x:x + w] + mask * overlay_image
# path = 'result'
path = ''
cv2.imwrite(os.path.join(path, f'1.png'), background)
num_2 += 1
print('插入成功。')
init()
if __name__ == "__main__":
photo1 = "1.png"
photo2 = "3.png"
photo3 = "white.png"
while flag == True:
make_cv2(photo1, photo2)
overlay_transparent(x, y, photo1, photo3)執(zhí)行結(jié)果：
到此這篇關(guān)于Python+OpenCV實現(xiàn)圖像識別替換功能詳解的文章就介紹到這了,更多相關(guān)Python OpenCV圖像識別替換內(nèi)容請搜索本站以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持本站！
版權(quán)聲明：本站文章來源標(biāo)注為YINGSOO的內(nèi)容版權(quán)均為本站所有，歡迎引用、轉(zhuǎn)載，請保持原文完整并注明來源及原文鏈接。禁止復(fù)制或仿造本網(wǎng)站，禁止在非www.sddonglingsh.com所屬的服務(wù)器上建立鏡像，否則將依法追究法律責(zé)任。本站部分內(nèi)容來源于網(wǎng)友推薦、互聯(lián)網(wǎng)收集整理而來，僅供學(xué)習(xí)參考，不代表本站立場，如有內(nèi)容涉嫌侵權(quán)，請聯(lián)系alex-e#qq.com處理。
相關(guān)文章
關(guān)注官方微信