图像预处理-添加水印

文章发布时间:

最后更新时间:

文章总字数:
935

预计阅读时间:
3 分钟

一.ROI切割

类似裁剪图片，但是原理是基于Numpy数组的切片操作(ROI数组切片是会修改原图数据的)，也就是说这个“裁剪”不是为了保存“裁剪”部分，而是为了方便修改等处理。

1
2
3
4
5
6
7
8
9
10
11
12
import cv2 as cv
import numpy as np
 
img = cv.imread('../images/demo.png')
 
# 前面是height，后面是width
roi = img[70:380, 81:450]
 
cv.imshow('Original', img)
cv.imshow('ROI', roi)
cv.waitKey(0)
cv.destroyAllWindows()

结果：

二.图像添加水印

也将一张图片中的某个物体或者图案提取出来，然后叠加到另一张图片上。通过将原始图片转换成灰度图，并进行二值化处理，得到一个类似掩膜的图像。

简要来讲，就是得到一个目标区域大小的黑背景白logo掩膜（获取logo颜色），和一个白背景黑logo掩膜（获取背景颜色），然后两个分别对logo原图和目标区域进行与运算，然后处理后的两个图做饱和运算，就可以得到有颜色有背景的图了。

2.1 模板输入

就是包含水印的图片，先灰度化后二值化（分别用阈值法和反向阈值法），这就得到了白色logo黑背景的掩膜和黑logo白色背景的掩膜。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
import cv2 as cv
import numpy as np
 
img = cv.imread('../images/ymb3.jpg')
 
# 进行灰度转化
gray = cv.cvtColor(img, cv.COLOR_BGR2GRAY)
 
# 二值化（阈值法）,后续获取原logo颜色
_, binary = cv.threshold(gray, 250, 255, cv.THRESH_BINARY)
# 二值化（反阈值法），后续获取目标区域背景色
_, binary_inv = cv.threshold(gray, 250, 255, cv.THRESH_BINARY_INV)
 
 
# 显示图像
cv.imshow('binary', binary)
cv.imshow('binary_inv', binary_inv)
cv.waitKey(0)
cv.destroyAllWindows()

结果：

2.2 与运算

根据掩膜的大小切割出一个ROI区域，也就是我们要添加水印的区域，之后让其与模板的两个掩膜进行与运算，就可以得到有logo黑背景和黑logo有目标区域背景的掩膜。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
import cv2 as cv
import numpy as np
 
logo = cv.imread('../images/ymb3.jpg')
sy = cv.resize(logo, (150, 150))
img = cv.imread('../images/lvbo.png')
 
# 进行灰度转化
gray = cv.cvtColor(sy, cv.COLOR_BGR2GRAY)
 
# 二值化（阈值法）,后续获取原logo颜色
_, binary = cv.threshold(gray, 250, 255, cv.THRESH_BINARY)
# 二值化（反阈值法），后续获取目标区域背景色
_, binary_inv = cv.threshold(gray, 250, 255, cv.THRESH_BINARY_INV)
 
# ROI区域提取,先获取掩膜大小
print(binary.shape)
print(img.shape)
 
 
# 从目标图想要加入水印的地方切片一个相同大小的区域
roi = img[100:250, 100:250]
 
# 掩膜与目标图进行与运算，获取目标图中ROI区域的背景色
bg = cv.bitwise_and(roi, roi, mask=binary)
 
# 掩膜与logo进行与运算，获取logo中的水印色
wm = cv.bitwise_and(sy, sy, mask=binary_inv)
 
 
# 显示图像
cv.imshow('b', binary)
cv.imshow('bi', binary_inv)
cv.imshow('sy', sy)
cv.imshow('bg', bg)
cv.imshow('wm', wm)
cv.waitKey(0)
cv.destroyAllWindows()

结果：

1
2
(150, 150)
(626, 1075, 3)

2.3 图像融合

目的就是将图像对应的数组中的对应元素进行相加:

就是opencv两张图相加，饱和运算就是加数值，黑色的区域是0，加5就是5，所以就可以替换黑色变成有颜色的部分。

或者使用 OpenCV 的 cv.addWeighted() 方法可以将两张图片按权重进行混合。通过调整权重参数，可以控制水印的透明度。

1
2
3
4
5
6
7
8
9
# 合并logo水印与背景色
dst = cv.add(bg, wm)
 
# 将融合图像插入目标图中
img[100:250, 100:250] = dst
cv.imshow('re', dst)
cv.imshow('result', img)
cv.waitKey(0)
cv.destroyAllWindows()

结果：

我这里是因为图片里面很多颜色像白色，所以效果没有特别好。

≡