python opencv 图像边框(填充)添加以及图像混合（末尾实现类似幻灯片渐变的效果） |
您所在的位置：网站首页 › 给图片加黑边 › python opencv 图像边框(填充)添加以及图像混合（末尾实现类似幻灯片渐变的效果） |
python opencv 图像边框(填充)添加以及图像混合（末尾实现类似幻灯片渐变的效果）
|
文章目录
图像边框的实现图像边框设计的主要函数代码实例效果
图像混合的实现图像混合实现的主要函数代码实例效果
小练习（产生类似幻灯片渐变的效果）主要思路代码示例效果（图片可能不是很明显，如有需要可以自己添置几张图片实现看看）
QQ:3020889729 小蔡
图像边框的实现
图像边框设计的主要函数
cv.copyMakeBorder()——实现边框填充 主要参数如下： 参数一：源图像——如：读取的img参数二——参数五分别是：上下左右边的宽度——单位：像素参数六：边框类型：cv.BORDER_CONSTANT——cv.BORDER_REPLICATE——cv.BORDER_REFLECT——cv.BORDER_WRAP——cv.BORDER_REFLECT_101——cv.BORDER_TRANSPARENT——cv.BORDER_REFLECT101——cv.BORDER_DEFAULT——cv.BORDER_ISOLATED参数七——只在边框类型选择borderType == BORDER_CONSTANT，才设置，意为边框值边框类型的说明： BORDER_CONSTANT：意为添加指定颜色的边框——由value值确定：为list其它参数：（可根据需要调制，不过一般前两个用的多一些）
代码实例
import cv2 as cv
import numpy as np
if __name__ == "__main__":
img = cv.imread('./imag_in_save/open_class.png')
cv.namedWindow('imag', cv.WINDOW_NORMAL)
cv.resizeWindow('imag', 500, 500)
img = cv.copyMakeBorder(img, 20, 20, 20, 20, cv.BORDER_CONSTANT, value=[2, 83, 13]) # 添加边框
cv.imshow('imag', img)
cv.waitKey(0)
cv.destroyAllWindows()
效果
cv.addWeighted()——实现图像的混合 它的工作原理采用的是一个简单权重公式：g(x)=(1−α)f0(x)+αf1(x) 第一个参数为一张图象，紧跟着第二个参数为第一张图片的权重（0~1）也就是公式里的(1 - α)第三个参数为另一张需要混合的图片，同样的，第四个参数为这张图片的权重，也就是公式里的(α)至于第五个参数：每个对应标量的和值——可以设置混合的高光其它两个参数：（最后的一个参数单独用的不是很多，在一些其他处理中用的比较多）dst 输出数组，其大小和通道数与输入数组相同（我们一般通过直接返回得到~）dtype 输出数组的可选深度；当两个输入数组的深度相同时，可以将dtype设置为-1，这等效于src1.depth（） 代码实例 import cv2 as cv import numpy as np if __name__ == "__main__": img1 = cv.imread(r'./2.png', 1) # 读取彩色图片 img2 = cv.imread(r'./3.png', 1) cv.namedWindow('imag', cv.WINDOW_NORMAL) # 窗体 img1 = img1[0: 200, 0: 400] # 截取图像的指定部分——因为图像混合需要等大的图像 img2 = img2[0: 200, 0: 400] img = cv.addWeighted(img1, 0.7, img2, 0.3, 0) # 混合图片——根据权重 while True: cv.imshow('imag', img) # 显示当前序列号图片 k = cv.waitKey(0) & 0xFF if k == 27: break cv.destroyAllWindows() 效果
我把主要注释放在代码中，边看边理解应该不难~ import cv2 as cv import numpy as np if __name__ == "__main__": img_list = [] # 创建一个空序列装准备显示的一系列图片 counts = 0 # 显示图片的序号 cv.namedWindow('imag', cv.WINDOW_NORMAL) # 窗体 cv.resizeWindow('imag', 500, 500) for i in range(2, 7): # 遍历图片，凭借到空数组中——一共5张 img = cv.imread(f'./imag_in_save/scr/{i}.png') # 用f""实现参数传入 img = img[0: 200, 0: 400] # 截取图像的指定部分——因为图像混合需要等大的图像 img_list.append(img) # 实现图片添加 while True: cv.imshow('imag', img_list[counts]) # 显示当前序列号图片 k = cv.waitKey(2000) & 0xFF counts += 1 # 循环下一张图片——0，1，2，3，4有效 if counts == 5: # 循环到最后一张图片后返回到第一张图片 counts = 0 for i in range(0, 10): k_f = cv.addWeighted(img_list[counts - 1], 1 - (i * 0.1), img_list[counts], i * 0.1, 0) # 做类似渐变的图像合成 # 实现两张（当前图片和接下来显示的图片）图片，不同权重的混合——由于照片权重改变来实现渐变 cv.imshow('imag', k_f) # 显示混合的图片 k = cv.waitKey(120) & 0xFF # 延时和按键读取 if k == 27: # ESC键 break if k == 27: break cv.destroyAllWindows() 效果（图片可能不是很明显，如有需要可以自己添置几张图片实现看看）
|
【本文地址】
今日新闻 |
推荐新闻 |