超详细注释之OpenCV构建透明的叠加层

 更新时间:2021年09月10日 09:36:36   作者:程序媛一枚~  
这篇文章主要介绍了OpenCV构建透明的叠加层,本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下

为了构造透明的叠加层,需要准备两个图像:

(1)原始图片;

(2)要 “叠加”在第一个图像上的图像(包含某种级别的Alpha透明度)。

透明叠加层的用例几乎无穷无尽,其中俩个是:

  • 可以将运行时的重要信息直接覆盖在输出图像上,而不是在单独的窗口或终端中显示。使用透明的叠加层可以减少混淆输出图像内容的需要!
  • 使用Alpha透明度,将两个图像“融合”在一起。

使用cv2.addWeighted应用透明叠加层功能

cv2.addWeighted(overlay, alpha, output, 1 - alpha, 0, output)

  • –overlay: 我们要应用的叠加层图像
  • –cv2.addWeighted(overlay, alpha, output, 1 - alpha, 0, output)
  • –alpha: 叠加层的实际Alpha透明度,alpha越接近1,图像越不透明;alpha越接近0,叠加层显示得越透明;
  • –output: 原始图像
  • –beta: Beta定义为1-alpha 。我们需要定义alpha + beta = 1.0
  • gamma: 伽玛值-加到加权和的标量。可以将gamma视为应用加权加法后添加到输出图像的常数。将其设置为零,表示不需要应用恒定值的加法运算。
  • –output: 最终的结果,输出图像

效果图:

在这里插入图片描述

# USAGE
# python overlay.py

# 导入必要的包
from __future__ import print_function
import numpy as np
import cv2
import imutils

# 加载图像
image = cv2.imread("../image/flower4.jpg")
image = imutils.resize(image, width=600)
cv2.imshow("origin", image)
cv2.waitKey(0)

# 循环遍历 [0,1.0] 的透明度
for alpha in np.arange(0, 1.1, 0.1)[::-1]:
    # 创建俩个原始图的拷贝
    # 一个用于构建叠加层 一个用于输出图像
    overlay = image.copy()
    output = image.copy()
    # 在左上角 添加文本: PyimageSerach:alpha
    # 在右下角画一个矩形的红色框
    cv2.rectangle(overlay, (150, 210), (500, 630),
                  (0, 0, 255), -1)
    cv2.putText(overlay, "PyImageSearch: alpha={:.2f}".format(alpha),
                (10, 30), cv2.FONT_HERSHEY_SIMPLEX, 1.0, (0, 0, 255), 3)

    # 使用cv2.addWeighted应用透明叠加层功能
    # overlay: 我们要应用的叠加层图像
    # alpha:   叠加层的实际Alpha透明度,alpha越接近1,图像越不透明;alpha越接近0,叠加层显示得越透明;
    # output: 原始图像
    # beta:   我们提供beta值作为第四个参数。 Beta定义为1-alpha 。我们需要定义alpha和beta,以便alpha + beta = 1.0
    # gamma:  伽玛值-加到加权和的标量。您可以将gamma视为应用加权加法后添加到输出图像的常数。在这种情况下,我们将其设置为零,因为我们不需要应用恒定值的加法运算。
    # output: 输出图像
    cv2.addWeighted(overlay, alpha, output, 1 - alpha,
                    0, output)

    # 展示输出图像,alpha,beta
    print("alpha={:.2f}, beta={:.2f}".format(alpha, 1 - alpha))
    cv2.imshow("Output", output)
    cv2.waitKey(0)

cv2.destroyAllWindows()

参考:

https://www.pyimagesearch.com/2016/03/07/transparent-overlays-with-opencv/

到此这篇关于超详细注释之OpenCV构建透明的叠加层的文章就介绍到这了,更多相关OpenCV构建叠加层内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

相关文章

  • opencv将视频逐帧保存为图片的实现示例

    opencv将视频逐帧保存为图片的实现示例

    本文使用python-opencv将本地视频逐帧保存为图片(.jpg)格式,将保存的图片放在当前目录的一个文件夹内,具有一定的参考价值,感兴趣的可以了解一下
    2023-09-09
  • OpenCV+Python识别车牌和字符分割的实现

    OpenCV+Python识别车牌和字符分割的实现

    这篇文章主要介绍了OpenCV+Python识别车牌和字符分割的实现,小编觉得挺不错的,现在分享给大家,也给大家做个参考。一起跟随小编过来看看吧
    2019-01-01
  • Python深度学习pytorch实现图像分类数据集

    Python深度学习pytorch实现图像分类数据集

    这篇文章主要为大家讲解了关于Python深度学习中pytorch实现图像分类数据集的示例解析,有需要的朋友可以借鉴参考下,希望能够有所帮助
    2021-10-10
  • 全面了解python字符串和字典

    全面了解python字符串和字典

    下面小编就为大家带来一篇全面了解python字符串和字典。小编觉得挺不错的,现在就分享给大家,也给大家做个参考。一起跟随小编过来看看吧
    2016-07-07
  • Python os.path.exists()函数总是返回false的解决方案

    Python os.path.exists()函数总是返回false的解决方案

    这篇文章主要介绍了Python os.path.exists()函数总是返回false的解决方案,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2021-03-03
  • Python程序设计入门(3)数组的使用

    Python程序设计入门(3)数组的使用

    这篇文章主要介绍了Python数组的使用方法,需要的朋友可以参考下
    2014-06-06
  • Flask接收上传图片方法实现

    Flask接收上传图片方法实现

    本文主要介绍了Flask接收上传图片方法实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2022-07-07
  • pandas中read_csv的缺失值处理方式

    pandas中read_csv的缺失值处理方式

    今天小编就为大家分享一篇pandas中read_csv的缺失值处理方式,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2019-12-12
  • 使用python实现回文数的四种方法小结

    使用python实现回文数的四种方法小结

    今天小编就为大家分享一篇使用python实现回文数的四种方法小结,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2019-11-11
  • kali中python版本的切换方法

    kali中python版本的切换方法

    今天小编就为大家分享一篇kali中python版本的切换方法,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2019-07-07

最新评论