在 Python 中使用 OpenCV 将图像与另一个包含黑色像素的非矩形图像叠加

Question

我想以编程方式覆盖图像，例如幸福熟悉的 Windows XP 壁纸：

与另一个包含黑色像素的非矩形图像，例如一个标准的大光标图标：

复制粘贴来自this 和this 教程的代码，它们都使用了我到达的OpenCV 位掩码魔法：

import cv2 as cv

# Load two images
img1 = cv.imread('bliss.png') # The image I want the overlay to be diplayed on.
img2 = cv.imread('cursor.png') # The image I want to overlay with, containing black pixels.

# I want to put logo on top-left corner, So I create a ROI.
rows, cols, channels = img2.shape
roi = img1[0:rows, 0:cols ]

# Now create a mask of logo and create its inverse mask also.
img2gray = cv.cvtColor(img2, cv.COLOR_BGR2GRAY)
ret, mask = cv.threshold(img2gray, 20, 255, cv.THRESH_BINARY)
mask_inv = cv.bitwise_not(mask)

# Now black-out the area of logo in ROI.
img1_bg = cv.bitwise_and(roi, roi, mask = mask_inv)

# Take only region of logo from logo image.
img2_fg = cv.bitwise_and(img2, img2, mask = mask)

# Put logo in ROI and modify the main image
dst = cv.add(img1_bg, img2_fg)
img1[0:rows, 0:cols ] = dst
cv.imshow('res',img1)
cv.waitKey(0)
cv.destroyAllWindows()

在尝试为cv.threshold（包括thres and maxval arguments 和thresholding types）寻找正确参数的天真的排列过程中，我总是发现原始图像中存在大量黑色像素从覆盖的图像中丢失.在左下方的放大图片中，您可以看到重叠的光标，右侧是原始复制的：

我认为这种像素损失是由于灰度转换和/或反向 (?) 掩码造成的，但无法弄清楚如何或在上面的代码中进行更改。在教程中，我将上面链接的不包含黑色像素的图像用于叠加，结果看起来很好。有没有办法对包含黑色像素的图像做同样的事情？

Answer 1

这里的问题是，您在cv.threshold(img2gray, 20, 255, cv.THRESH_BINARY) 处丢失了cursor.png 中的黑色像素。其余的只是白色像素，因此您的蒙版太小了。由于cursor.png 中存储了透明度信息，因此您可以将其 Alpha 通道用于遮罩。

这是您的代码，已相应修改（我删除了您的所有 cmets；cmets 显示我的更改）：

import cv2 as cv

img1 = cv.imread('bliss.png')
img2 = cv.imread('cursor.png', cv.IMREAD_UNCHANGED)         # Added cv.IMREAD_UNCHANGED parameter to maintain alpha channel information

alpha = img2[:, :, 3]                                       # Save alpha channel for later use
_, alpha = cv.threshold(alpha, 5, 255, cv.THRESH_BINARY)    # Threshold alpha channel to prevent gradual transparency
img2 = cv.cvtColor(img2, cv.COLOR_BGRA2BGR)                 # Remove alpha channel information, so that code below still works

rows, cols, channels = img2.shape
roi = img1[0:rows, 0:cols ]

                                                            # img2gray no longer needed
mask = alpha                                                # Mask is just the alpha channel saved above
mask_inv = cv.bitwise_not(mask)

img1_bg = cv.bitwise_and(roi, roi, mask = mask_inv)

img2_fg = cv.bitwise_and(img2, img2, mask = mask)

dst = cv.add(img1_bg, img2_fg)
img1[0:rows, 0:cols ] = dst
cv.imshow('res',img1)
cv.waitKey(0)
cv.destroyAllWindows()

希望输出图像看起来像您预期的那样：