OpenCV Python：如何将图像叠加到另一个图像的中心答案

【问题标题】：OpenCV Python: How to overlay an image into the centre of another imageOpenCV Python：如何将图像叠加到另一个图像的中心
【发布时间】：2020-02-03 11:37:05
【问题描述】：

如何将较小的图片粘贴到另一张图片的中心？两张图片的高度相同，但较小的图片的宽度总是更小。

生成的图像应该是较小的图像，周围有黑条，所以它是方形的。

resizedImg = cv2.resize(img, (newW, 40))
blankImg = np.zeros((40, 40, 1), np.uint8)

resizedImg

blankImg

【问题讨论】：

标签： python opencv

【解决方案1】：

import cv2
import numpy as np
back = cv2.imread('back.png')
overlay = cv2.imread('overlay.png')
h, w = back.shape[:2]
print(h, w)
h1, w1 = overlay.shape[:2]
print(h1, w1)
# let store center coordinate as cx,cy
cx, cy = (h - h1) // 2, (w - w1) // 2
# use numpy indexing to place the resized image in the center of 
# background image

back[cy:cy + h1, cx:cx + w1] = overlay

# view result
cv2.imshow('back with overlay', back)
cv2.waitKey(0)
cv2.destroyAllWindows()

观看此video 以了解有关叠加层的更多信息

【讨论】：

您的答案可以通过额外的支持信息得到改进。请edit 添加更多详细信息，例如引用或文档，以便其他人可以确认您的答案是正确的。你可以找到更多关于如何写好答案的信息in the help center。

【解决方案2】：

这是一种方法。您计算调整后图像左上角的 x 和 y 偏移量，当调整后的图像在背景图像中居中时。然后使用 numpy 索引将调整大小的图像放置在背景的中心。

import cv2
import numpy as np


# load resized image as grayscale
img = cv2.imread('resized.png', cv2.IMREAD_GRAYSCALE)
h, w = img.shape
print(h,w)

# load background image as grayscale
back = cv2.imread('background.png', cv2.IMREAD_GRAYSCALE)
hh, ww = back.shape
print(hh,ww)

# compute xoff and yoff for placement of upper left corner of resized image   
yoff = round((hh-h)/2)
xoff = round((ww-w)/2)
print(yoff,xoff)

# use numpy indexing to place the resized image in the center of background image
result = back.copy()
result[yoff:yoff+h, xoff:xoff+w] = img

# view result
cv2.imshow('CENTERED', result)
cv2.waitKey(0)
cv2.destroyAllWindows()

# save resulting centered image
cv2.imwrite('resized_centered.png', result)

【讨论】：

但它总是保存为灰色图像，我想要 RGB 输出。
然后不要将图像转换为灰度。让它们保持 3 通道 RGB。从 cv2.imread() 命令中删除 cv2.IMREAD_GRAYSCALE
是的，我删除了 cv2.imread_grayscale 但输出仍然不是 RGB，我在 jupyter notebook 中测试。我删除了输入和背景图像的灰度。
您是否将其从两者中删除？您是从磁盘读取这两个图像还是从其他处理中获取它们？如果是后者，则使用 cv2.merge() 或 cv2.cvtColor() 将任何灰度图像转换为 3 通道
是的，我正在从磁盘读取图像..我将检查该代码并再次更新谢谢。