脚本之家 服务器常用软件
快捷导航
您的位置：首页 → 脚本专栏 → python → OpenCV图像加水印

使用OpenCV为图像加水印的教程

 更新时间：2021年09月01日 11:28:27   作者：woshicver  
通过本文学习将学会如何使用 OpenCV 为多个图像添加水印，在 OpenCV 中调整图像大小也很方便，对OpenCV图像加水印相关知识感兴趣的朋友一起看看吧

在本文中，我们将学习如何使用 OpenCV 为多个图像添加水印。

1. 什么是水印？

水印是有意叠加在不同图像上的标志、签名、文本或图案，用于保护图像的版权。

其主要目的是宣传品牌，并使未经所有者许可复制或使用原始图像变得更加困难。

组织和专业人士经常使用水印来防止在在线托管内容后被其他人使用他们的内容。

那么，你有没有想过为图像添加水印？

例如，我们写博客会说明外部图像的来源。但是你自己创建的图像呢？在自己创建的图像上留下你的记号不是很好吗？

好极了！让我们开始这项激动人心的任务。

2. 在 OpenCV 中调整图像大小

调整大小只不过是缩放图像，这意味着更改原始图像的大小。我们可以根据业务需求增加或减少图像的大小。

可以通过多种方式调整大小。

1.保持纵横比。图像的纵横比是其宽度与高度的比率。

.缩小或放大图像的大小

1.不保留纵横比

.仅缩小/放大宽度，仅缩小/放大高度

1.将宽度和高度都更改为特定值

到目前为止听起来不错，但我们如何实际操作呢？答案是 OpenCV 及其 resize() 函数。从本文档中阅读有关 OpenCV 调整大小功能的更多信息：https://docs.opencv.org/3.4/da/d54/group__imgproc__transform.html#ga47a974309e9102f5f08231edc7e7529d

**cv2.resize() 函数的语法：**cv2.resize(src, dsize,interpolation)

src – 源图像

dsize – 输出图像的所需大小

interpolation -  插值，维基百科定义：它是一种基于一组离散的已知数据点的范围构建（查找）新数据点的方法。

请参阅此文档以了解有关插值标志的更多信息：https://docs.opencv.org/3.4/da/d54/group__imgproc__transform.html#ga5bb5a1fea74ea38e1a5445ca803ff121

现在，让我们拍摄一个示例图像并调整其大小。下面是我们的示例图像。

现在，尝试使用 OpenCV 显示它。

import cv2
img = cv2.imread('images/deer.JPG')
cv2.imshow("Original Image", img)
cv2.waitKey(0)
cv2.destroyAllWindows()

下面是我们的图像在使用 OpenCV 显示时的外观。

由于我们的图像是高分辨率的，因此只有一部分是可见的。

所以，肯定有必要调整它的大小。我们需要减小它的大小。

在 OpenCV 中调整图像大小的步骤：

  • 使用 cv2.imread() 读取图像
  • 设置新的宽度和高度。
  • 为新维度创建一个元组
  • 使用 cv2.resize() 调整图像大小
  • 如果需要，使用 cv2.imwrite() 将调整后的图像保存到计算机
  • 使用 cv2.imshow() 显示原始的、调整大小的图像

1. 保持纵横比——将图像缩小到原始尺寸的 20%。

我们将原始图像的大小减小到其原始大小的 20%。因此，通过计算原始宽度的 20%，原始高度的 20%，为新尺寸创建一个元组。

import cv2
img = cv2.imread('images/deer.JPG')
percent_of_scaling = 20
new_width = int(img.shape[1] * percent_of_scaling/100)
new_height = int(img.shape[0] * percent_of_scaling/100)
new_dim = (new_width, new_height)
resized_img = cv2.resize(img, new_dim, interpolation=cv2.INTER_AREA)
filename = 'resized_img_aspect ratio.jpg'
cv2.imwrite(filename, resized_img)
cv2.imshow("Original Image", img)
cv2.imshow("Resized Image", resized_img)
cv2.waitKey(0)
cv2.destroyAllWindows()

上面的代码保存调整大小的图像并显示原始的、调整大小的图像。

做得好。通过牢记纵横比，我们成功地调整了图像大小。

2. 不保留纵横比 – 仅缩小/放大宽度，仅缩小/放大高度

调整大小的步骤与上述相同。唯一的区别是我们保持两个维度中的任何一个不变。

import cv2
img = cv2.imread('images/deer.JPG')
new_dim = (img.shape[1], 500) # changes height
resized_img = cv2.resize(img, new_dim, interpolation=cv2.INTER_AREA)
cv2.imshow("Original Image", img)
cv2.imshow("Resized Image", resized_img)
cv2.waitKey(0)
cv2.destroyAllWindows()

下面是从上面的代码显示的图像。

调整大小的图像失真并且不是所需的输出。

3.将宽度和高度都更改为特定值

import cv2
img = cv2.imread(‘images/deer.JPG')
new_dim = (450, 450)
resized_img = cv2.resize(img, new_dim, interpolation=cv2.INTER_AREA)
cv2.imshow(“Original Image”, img)
cv2.imshow(“Resized Image”, resized_img)
cv2.waitKey(0)
cv2.destroyAllWindows()

下面是从上面的代码显示的图像。

这看起来还可以，但不如保留纵横比的输出图像。所以我更喜欢通过保留纵横比来调整大小。

下一步是查看如何创建水印。

3.使用图像创建水印

我选择使用我名字的图像添加水印。制作一张你的名字的图像，然后和我一起尝试。

在图像中心添加水印的步骤：

如果需要，读取并调整图像（水印图像、输入图像）的大小。

import cv2
img = cv2.imread('images/deer.JPG')
watermark = cv2.imread("watermark.PNG")
 
percent_of_scaling = 20
new_width = int(img.shape[1] * percent_of_scaling/100)
new_height = int(img.shape[0] * percent_of_scaling/100)
new_dim = (new_width, new_height)
resized_img = cv2.resize(img, new_dim, interpolation=cv2.INTER_AREA)
 
wm_scale = 40
wm_width = int(watermark.shape[1] * wm_scale/100)
wm_height = int(watermark.shape[0] * wm_scale/100)
wm_dim = (wm_width, wm_height)
resized_wm = cv2.resize(watermark, wm_dim, interpolation=cv2.INTER_AREA)

根据调整大小的输入图像的新尺寸定义水印的位置。

h_img, w_img, _ = resized_img.shape
center_y = int(h_img/2)
center_x = int(w_img/2)
h_wm, w_wm, _ = resized_wm.shape
top_y = center_y - int(h_wm/2)
left_x = center_x - int(w_wm/2)
bottom_y = top_y + h_wm
right_x = left_x + w_wm

获取感兴趣的**矩形区域 (ROI)**并将其存储到名为“roi”的变量中。

roi = resized_img[top_y:bottom_y, left_x:right_x]

使用**cv2.addWeighted()**将调整大小的水印叠加到 ROI 上，并将其存储到名为“result”的变量中。

result = cv2.addWeighted(roi, 1, resized_wm, 0.3, 0)

现在，将此结果添加到调整大小的输入图像

resized_img[top_y:bottom_y, left_x:right_x] = result

将生成的水印图像保存到计算机

filename = 'watermarked_deer.jpg'
cv2.imwrite(filename, resized_img)

显示生成的水印图像

cv2.imshow("Resized Input Image", resized_img)
cv2.waitKey(0)
cv2.destroyAllWindows()

下面是生成的水印图像。

到现在为止，我们已经学会了给单个图像加水印。由于我们的目标是为多个图像加水印，因此我们需要创建所有这些输入图像的列表并循环遍历它。

下面是将使用的图像。

创建输入图像列表

import os
folderPath = "images"
imgList = os.listdir(folderPath)
imgList

给多个图像加水印的代码

import cv2
watermark = cv2.imread("watermark.PNG")
wm_scale = 40
wm_width = int(watermark.shape[1] * wm_scale/100)
wm_height = int(watermark.shape[0] * wm_scale/100)
wm_dim = (wm_width, wm_height)
resized_wm = cv2.resize(watermark, wm_dim, interpolation=cv2.INTER_AREA)
h_wm, w_wm, _ = resized_wm.shape
 
for image in  imgList:
    img = cv2.imread(f'{folderPath}/{image}')
    percent_of_scaling = 20
    new_width = int(img.shape[1] * percent_of_scaling/100)
    new_height = int(img.shape[0] * percent_of_scaling/100)
    new_dim = (new_width, new_height)
    resized_img = cv2.resize(img, new_dim, interpolation=cv2.INTER_AREA)
    h_img, w_img, _ = resized_img.shape
    center_y = int(h_img/2)
    center_x = int(w_img/2)
    top_y = center_y - int(h_wm/2)
    left_x = center_x - int(w_wm/2)
    bottom_y = top_y + h_wm
    right_x = left_x + w_wm
    roi = resized_img[top_y:bottom_y, left_x:right_x]
    result = cv2.addWeighted(roi, 1, resized_wm, 0.3, 0)
    resized_img[top_y:bottom_y, left_x:right_x] = result
    filename = os.path.basename(image)
    cv2.imwrite("watermarked images/watermarked_"+filename, resized_img)
    cv2.imshow("Watermarked Image", resized_img)
    cv2.waitKey(0)
    cv2.destroyAllWindows()

最后，我们完成了为所有输入图像加水印的任务。

参考

OpenCV 文档：https://docs.opencv.org/3.4/d4/da8/group__imgcodecs.html#ga288b8b3da0892bd651fce07b3bbd3a56

GitHub 存储库链接：https://github.com/harika-bonthu/Watermark-OpenCV

到此这篇关于使用OpenCV为图像加水印的教程的文章就介绍到这了,更多相关OpenCV图像加水印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！

您可能感兴趣的文章:

相关文章

  • Python读取表格类型文件代码实例

    Python读取表格类型文件代码实例

    这篇文章主要介绍了Python读取表格类型文件代码实例,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,需要的朋友可以参考下
    2020-02-02
  • Python采集二手车数据的超详细讲解

    Python采集二手车数据的超详细讲解

    这篇文章主要为大家介绍了Python采集二手车数据实现的超详细讲解，有需要的朋友可以借鉴参考下，希望能够有所帮助，祝大家多多进步，早日升职加薪
    2023-04-04
  • pytorch中如何使用DataLoader对数据集进行批处理的方法

    pytorch中如何使用DataLoader对数据集进行批处理的方法

    这篇文章主要介绍了pytorch中如何使用DataLoader对数据集进行批处理的方法，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
    2019-08-08
  • Python多进程模式实现多核CPU并行计算

    Python多进程模式实现多核CPU并行计算

    随着计算机硬件的不断发展，多核CPU已经成为普及的硬件设备，在本文中，我们将重点介绍在Python中如何利用多进程模式提高程序的执行效率，感兴趣的可以了解一下
    2023-05-05
  • 在Django的视图(View)外使用Session的方法

    在Django的视图(View)外使用Session的方法

    这篇文章主要介绍了在Django的视图(View)外使用Session的方法,Django是最具人气的Python web开发框架,需要的朋友可以参考下
    2015-07-07
  • Python爬虫练习汇总

    Python爬虫练习汇总

    这篇文章主要给大家分享的是Python爬虫练习题，文章以爬取南阳理工OJ为题目，根据页面数据显示可以查看到只有题号、难度、标题、通过率、存有数据，因此只需要对此四项数据进行爬取，下面一起静茹文章查看具体的操作过程吧</P><P>
    2021-12-12
  • Python实用小知识之对象间的比较

    Python实用小知识之对象间的比较

    == 和 is 是 Python 中对象比较常用的两种方式,简单来说，'==' 操作符比较对象之间的值是否相等,下面这篇文章主要给大家介绍了关于Python实用小知识之对象间比较的相关资料,需要的朋友可以参考下
    2021-10-10
  • Moviepy模块实现视频添加图片水印

    Moviepy模块实现视频添加图片水印

    本文主要介绍了Moviepy模块实现视频添加图片水印，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
    2023-04-04
  • Python Flask框架使用介绍

    Python Flask框架使用介绍

    今天来给大家说一个Python的轻量级web开发框架——Flask，为什么要推荐它呢？当然是因为它够轻量级了，开发迅速是它的特点，当然它也有缺点，不过这里不说，因为既用它又说它差感觉不好
    2022-08-08
  • Python元字符的用法实例解析

    Python元字符的用法实例解析

    这篇文章主要介绍了Python元字符的用法实例解析，具有一定借鉴价值,需要的朋友可以参考下
    2018-01-01

最新评论