超详细注释之OpenCV构建透明的叠加层
程序员文章站
2022-09-02 19:31:21
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...
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:
# 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!
上一篇: 超详细注释之OpenCV操作图像平移转换