怎么把两张图片的像素的替换

2021-03-19 10:07发布

站内问答 / Web前端
1115 1 2

给出一张白色背景板，还有一张有颜色的照片输入一个值 假设是 70那么白色背景板的像素点会随机被有色图片的像素点代替 70%左右差不多就是那种渐变效果，不过是随机的

给出一张白色背景板，还有一张有颜色的照片

输入一个值 假设是 70

那么白色背景板的像素点会随机被有色图片的像素点代替 70%左右

差不多就是那种渐变效果，不过是随机的


发送
1条回答
我是大脸猫
2楼 · 2021-03-21 21:30

Opencv识别两张图片的不同部分demo：


import cv2

import numpy as np

from matplotlib import pyplot as plt

import argparse

 

def matchAB(fileA, fileB):

    # 读取图像数据

    imgA = cv2.imread(fileA)

    imgB = cv2.imread(fileB)

 

    # 转换成灰色

    grayA = cv2.cvtColor(imgA, cv2.COLOR_BGR2GRAY)

    grayB = cv2.cvtColor(imgB, cv2.COLOR_BGR2GRAY)

 

    # 获取图片A的大小

    height, width = grayA.shape

 

    # 取局部图像，寻找匹配位置

    result_window = np.zeros((height, width), dtype=imgA.dtype)

    for start_y in range(0, height-100, 10):

        for start_x in range(0, width-100, 10):

            window = grayA[start_y:start_y+100, start_x:start_x+100]

            match = cv2.matchTemplate(grayB, window, cv2.TM_CCOEFF_NORMED)

            _, _, _, max_loc = cv2.minMaxLoc(match)

            matched_window = grayB[max_loc[1]:max_loc[1]+100, max_loc[0]:max_loc[0]+100]

            result = cv2.absdiff(window, matched_window)

            result_window[start_y:start_y+100, start_x:start_x+100] = result

 

    # 用四边形圈出不同部分

    _, result_window_bin = cv2.threshold(result_window, 30, 255, cv2.THRESH_BINARY)

    _, contours, _ = cv2.findContours(result_window_bin, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

    imgC = imgA.copy()

    for contour in contours:

        min = np.nanmin(contour, 0)

        max = np.nanmax(contour, 0)

        loc1 = (min[0][0], min[0][1])

        loc2 = (max[0][0], max[0][1])

        cv2.rectangle(imgC, loc1, loc2, 255, 2)

 

    plt.subplot(1, 3, 1), plt.imshow(cv2.cvtColor(imgA, cv2.COLOR_BGR2RGB)), plt.title('A'), plt.xticks([]), plt.yticks([])

    plt.subplot(1, 3, 2), plt.imshow(cv2.cvtColor(imgB, cv2.COLOR_BGR2RGB)), plt.title('B'), plt.xticks([]), plt.yticks([])

    plt.subplot(1, 3, 3), plt.imshow(cv2.cvtColor(imgC, cv2.COLOR_BGR2RGB)), plt.title('Answer'), plt.xticks([]), plt.yticks([])

    plt.show()

 

if __name__ == '__main__':

    parser = argparse.ArgumentParser()

    parser.add_argument(

        '--source_image',

        type=str,

        default='img/image01-0.png',

        help='source image'

    )

 

    parser.add_argument(

        '--target_image',

        type=str,

        default='img/image01-1.png',

        help='target image'

    )

 

    FLAGS, unparsed = parser.parse_known_args()

 

    matchAB(FLAGS.source_image, FLAGS.target_image)

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

39

40

41

42

43

44

45

46

47

48

49

50

51

52

53

54

55

56

57

58

59

60

61

62

63

Opencv图片重合匹配


import cv2

import numpy as np

from matplotlib import pyplot as plt

import argparse

 

def matchAB(fileA, fileB):

    # 读取图像数据

    imgA = cv2.imread(fileA)

    imgB = cv2.imread(fileB)

 

    # 转换成灰色

    grayA = cv2.cvtColor(imgA, cv2.COLOR_BGR2GRAY)

    grayB = cv2.cvtColor(imgB, cv2.COLOR_BGR2GRAY)

 

    # 获取图片A的大小

    height, width = grayA.shape

 

    # 取局部图像，寻找匹配位置

    result_window = np.zeros((height, width), dtype=imgA.dtype)

    for start_y in range(0, height-100, 10):

        for start_x in range(0, width-100, 10):

            window = grayA[start_y:start_y+100, start_x:start_x+100]

            match = cv2.matchTemplate(grayB, window, cv2.TM_CCOEFF_NORMED)

            _, _, _, max_loc = cv2.minMaxLoc(match)

            matched_window = grayB[max_loc[1]:max_loc[1]+100, max_loc[0]:max_loc[0]+100]

            result = cv2.absdiff(window, matched_window)

            result_window[start_y:start_y+100, start_x:start_x+100] = result

 

    # 用四边形圈出不同部分

    _, result_window_bin = cv2.threshold(result_window, 30, 255, cv2.THRESH_BINARY)

    _, contours, _ = cv2.findContours(result_window_bin, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

    imgC = imgA.copy()

    for contour in contours:

        min = np.nanmin(contour, 0)

        max = np.nanmax(contour, 0)

        loc1 = (min[0][0], min[0][1])

        loc2 = (max[0][0], max[0][1])

        cv2.rectangle(imgC, loc1, loc2, 255, 2)

 

    plt.subplot(1, 3, 1), plt.imshow(cv2.cvtColor(imgA, cv2.COLOR_BGR2RGB)), plt.title('A'), plt.xticks([]), plt.yticks([])

    plt.subplot(1, 3, 2), plt.imshow(cv2.cvtColor(imgB, cv2.COLOR_BGR2RGB)), plt.title('B'), plt.xticks([]), plt.yticks([])

    plt.subplot(1, 3, 3), plt.imshow(cv2.cvtColor(imgC, cv2.COLOR_BGR2RGB)), plt.title('Answer'), plt.xticks([]), plt.yticks([])

    plt.show()

 

if __name__ == '__main__':

    parser = argparse.ArgumentParser()

    parser.add_argument(

        '--source_image',

        type=str,

        default='img/image01-0.png',

        help='source image'

    )

 

    parser.add_argument(

        '--target_image',

        type=str,

        default='img/image01-1.png',

        help='target image'

    )

 

    FLAGS, unparsed = parser.parse_known_args()

    matchAB(FLAGS.source_image, FLAGS.target_image)


相关问题推荐

  • 现在的web开发的要求高吗？2020-11-01 21:57
    回答 120

    相对前几年来说，要高上不少了，毕竟入行的人也是越来越多了，基础的工作对应想要参与的人群基数越来越大，但是对于高端人才的需求还是很多，人才还是相对稀缺性的。所以，想要学web或者其他技术也一样，别等，别观望。web前端就业方向特别多包括web前端开发...

  • 相对定位和绝对定位的区别是什么呢2021-04-09 11:10
    回答 25

    相对定位和绝对定位是定位的两种表现形式，区别如下：一、主体不同1、相对定位：是设置为相对定位的元素框会偏移某个距离。2、绝对定位：absolute 脱离文档流，通过 top,bottom,left,right 定位。二、特点不同1、相对定位：在使用相对定位时，无论是否进行移...

  • 抓包是什么意思？2020-04-01 17:36
    回答 7
    已采纳

    抓包（packet capture）就是将网络传输发送与接收的数据包进行截获、重发、编辑、转存等操作，也用来检查网络安全。抓包也经常被用来进行数据截取等。抓包可以通过抓包工具来查看网络数据包内容。通过对抓获的数据包进行分析，可以得到有用的信息。目前流行的...

  • 前端常用的框架有哪些？2020-11-27 10:54
    回答 89

    常用的前端框架有Bootstrap框架、React框架、Vue框架、Angular框架、Foundation框架等等

  • 前端自学的效果怎么样2020-11-19 13:46
    回答 65
    已采纳

    前端是目的就业前景非常不错的一个计算机技术，但是自学的话还是有一定难度的，网络上自学是碎片化的，同时互联网技术跟新换代快，自己的话比较吃力也学习不到最新的技术。

  • SSR 是什么意思？2020-03-20 18:56
    回答 6

    SSR就是一台服务器，可以利用 SSR 在远程的服务器上配置 SSR，使其能够成为 SSR 节点，这样本地电脑或者其它设备利用 SSR 节点实现 VPN 或者远程上网及游戏加速等方面。ShadowsocksR（简称 SSR）是 Shadowsocks 分支，在 Shadowsocks 的基础上增加了一些数据...

  • 现在计算机培训都有什么课程？2020-10-31 14:36
    回答 52
    已采纳

    计算机培训方向比较多，建议找适合自己的方向选择培训编程类：JAVA、WEB、Python、C/C++、C#等测试类：软件测试运维类：云计算、网络安全设计类：UI设计、3D建模等

  • echarts 图表类型设置为time 时 ，设置2021-01-07 11:14
    回答 11

    1、代码判断xAxis: {type: 'time',splitLine: {show: false},interval: 3600, // 设置x轴时间间隔axisLabel: {formatter: function(value, index) {return liangTools.unix2hm(value)}}},首先要把xAxis 显示类型设置成time，然后设置对应X轴......

  • 移动跨平台开发框架有哪些HTML5移动框架 2022-04-01 18:57
    回答 8

    HTML5 + CSS + JavaScript 开发 跨平台重用代码 

  • miniMobile移动端框架有什么特点HTML5移动框架 2022-04-01 18:57
    回答 4

    采用rem单位自动响应,并提供独有栅格化系统快速定义宽高、边距节省css代码量,同时总结各大型移动端网页,提供一套ui颜色搭配规范,尺寸规范,字体规范等。

  • 求推荐界面比较漂亮的移动开发框架HTML5移动框架 2022-03-15 16:12
    回答 10

    iView UI、ioni、SUI

  • 移动端开发用什么JS框架好HTML5移动框架 2022-03-11 18:19
    回答 6

     jQTouch 

  • 现在移动端开发都用的什么框架HTML5移动框架 2022-03-11 18:19
    回答 4

    如果只是普通的移动端用vue react 或者dva 如果是要编译成小程序什么的或者混生 就用uni-app（对应vue语法）taro（对应react） 或者纯原生 这个没有限制的，自己怎么舒服怎么来

  • 为什么说atom和sublime都是前端开发者用的HTML编辑器 2022-01-06 15:12
    回答 4

    因为可以运用在网页和小程序的开饭中，而且开源，用着便宜，企业都很喜欢

  • 前端开发用的文本编辑器有哪些？HTML编辑器 2022-01-06 15:10
    回答 10

    一、Visual Studio Code下载地址：https://code.visualstudio.com/微软在2015年4月30日Build 开发者大会上正式宣布了 Visual Studio Code 项目：一个运行于 Mac OS X、Windows和 Linux 之上的，针对于编写现代 Web 和云应用的跨平台源代码编辑器。Visual Stud...

  • 如何循环淡入淡出图片css样式 2021-12-08 11:25
    回答 9

    jQuery自带淡入淡出效果 https://www.w3school.com.cn/jquery/jquery_fade.asp 看看这个 

没有解决我的问题，去提问