youcans 的 OpenCV 例程200篇190.基于图像分割的图像融合

Posted 2022-05-26 小白YouCans

OpenCV 例程200篇 总目录-202205更新

【youcans 的 OpenCV 例程200篇】190.基于图像分割的图像融合

两张图像直接进行加法运算后图像的颜色会改变，通过加权加法实现图像混合后图像的透明度会改变，都不能实现图像的叠加。

实现图像的叠加，需要综合运用图像分割、图像掩模、位操作和图像加法的操作。

1. 确定图像叠加位置，将 Lena 图像中的叠加位置裁剪出来，使叠加图像的尺寸相同；
2. 对前景图像进行二值化处理，生成黑白掩模图像 mask（LOGO区域黑色遮盖）及其反转掩模图像 maskInv （LOGO区域白色开窗）；
3. 以黑白掩模 mask（LOGO区域黑色遮盖）作为掩模，对背景图像（Lena裁剪图）进行位操作，LOGO区域遮盖为黑色，其它区域保持不变，得到叠加背景图像 img1BG；
4. 以反转掩模 maskInv（LOGO区域白色开窗）作为掩模，对前景图像（CVlogo）进行位操作，LOGO区域保持不变，其它区域遮盖为黑色，得到叠加前景图像 img2FG；
5. 背景图像 img1BG 和 前景图像 img2FG 通过 cv2.add 加法运算，得到裁剪部分的叠加图像；
6. 用叠加图像替换Lena 图像中的叠加位置，得到Lena 叠加 CVlogo 的图像。

算法原理：

例程：1.90 基于图像分割的图像融合

通过图像分割，获得前景目标的掩模图像 mask，将前景图像叠加到背景图像的指定位置，直接进行图像拼接。

    # 1.90：基于图像分割的图像融合
    img1 = cv2.imread("../images/seaside02.png")  # 背景图像
    img2 = cv2.imread("../images/seagull01.png")  # 添加的前景图像
    xmin, ymin, w, h = 160, 64, 256, 256  # 矩形 ROI 位置: (ymin:ymin+h, xmin:xmin+w)
    print(img1.shape, img2.shape)
    levels = 3

    # HSV 色彩空间图像分割
    hsv = cv2.cvtColor(img2, cv2.COLOR_BGR2HSV)  # 将图片转换到 HSV 色彩空间
    lowerColor = np.array([100, 43, 46])  # 蓝色阈值下限:  100/43/46
    upperColor = np.array([124, 255, 255])  # 蓝色阈值上限: 蓝色124/255/255
    binary = cv2.inRange(hsv, lowerColor, upperColor)  # 背景色彩图像分割
    kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (5, 5))  # (5, 5) 结构元
    dilate = cv2.dilate(cv2.bitwise_not(binary), kernel=kernel, iterations=2)  # 图像膨胀
    segment = cv2.bitwise_and(img2, img2, mask=dilate)  # 前景分割图像，前景以外区域黑色

    # 调整尺寸，将背景图片调整到 power(2,levels) 的整数倍
    imgBack = cv2.resize(img1, (512, 512), interpolation=cv2.INTER_CUBIC)
    front = cv2.resize(segment, (w, h))  # 将前景图像调整到指定大小 (w,h)
    imgFront = np.zeros(imgBack.shape, dtype=np.uint8)  # 与 imgback 尺寸相同的黑色图像
    imgFront[ymin:ymin+h, xmin:xmin+w] = front

    grayFront = cv2.cvtColor(imgFront, cv2.COLOR_BGR2GRAY)
    _, mask0 = cv2.threshold(grayFront, 1, 255, cv2.THRESH_BINARY_INV)  # 二值化处理
    bg = cv2.bitwise_and(imgBack, imgBack, mask=mask0)  # 生成背景，mask 遮罩区域黑色
    fg = imgFront  # 生成前景，前景以外区域黑色
    stack = cv2.add(bg, fg)  # 直接合成前景与背景

    plt.figure(figsize=(9, 6))
    plt.subplot(231), plt.axis('off'), plt.title("Original back")
    plt.imshow(cv2.cvtColor(img1, cv2.COLOR_BGR2RGB))
    plt.subplot(232), plt.axis('off'), plt.title("Original front")
    plt.imshow(cv2.cvtColor(img2, cv2.COLOR_BGR2RGB))
    plt.subplot(233), plt.axis('off'), plt.title("Segmentation ")
    plt.imshow(cv2.cvtColor(segment, cv2.COLOR_BGR2RGB))
    plt.subplot(234), plt.axis('off'), plt.title("Resized mask")
    plt.imshow(mask0, "gray")
    plt.subplot(235), plt.axis('off'), plt.title("Resized front")
    plt.imshow(cv2.cvtColor(imgFront, cv2.COLOR_BGR2RGB))
    plt.subplot(236), plt.axis('off'), plt.title("Stacked")
    plt.imshow(cv2.cvtColor(stack, cv2.COLOR_BGR2RGB))
    plt.tight_layout()
    plt.show()

---

（本节完）

---

版权声明：

OpenCV 例程200篇 总目录-202205更新
youcans@xupt 原创作品，转载必须标注原文链接：(https://blog.csdn.net/youcans/article/details/124945141)

Copyright 2022 youcans, XUPT
Crated：2022-5-20

欢迎关注 『youcans 的 OpenCV 例程 200 篇』 系列，持续更新中
欢迎关注 『youcans 的 OpenCV学习课』 系列，持续更新中

【youcans 的 OpenCV 例程200篇】147. 图像分割之孤立点检测
【youcans 的 OpenCV 例程200篇】148. 图像分割之线检测
【youcans 的 OpenCV 例程200篇】149. 图像分割之边缘模型
【youcans 的 OpenCV 例程200篇】150. 边缘检测梯度算子
【youcans 的 OpenCV 例程200篇】151. 边缘检测中的平滑处理
【youcans 的 OpenCV 例程200篇】152. 边缘检测之 LoG 算子
【youcans 的 OpenCV 例程200篇】153. 边缘检测之 DoG 算子
【youcans 的 OpenCV 例程200篇】154. 边缘检测之 Canny 算子
【youcans 的 OpenCV 例程200篇】155. 边缘连接的局部处理方法
【youcans 的 OpenCV 例程200篇】156. 边缘连接局部处理的简化算法
【youcans 的 OpenCV 例程200篇】157. 霍夫变换直线检测
【youcans 的 OpenCV 例程200篇】158. 阈值处理之固定阈值法
【youcans 的 OpenCV 例程200篇】159. 图像分割之全局阈值处理
【youcans 的 OpenCV 例程200篇】160. 图像处理之OTSU 方法
【youcans 的 OpenCV 例程200篇】161. OTSU 阈值处理算法的实现
【youcans 的 OpenCV 例程200篇】162. 全局阈值处理改进方法
【youcans 的 OpenCV 例程200篇】163. 基于边缘信息改进全局阈值处理
【youcans 的 OpenCV 例程200篇】164.使用 Laplace 边缘信息改进全局阈值处理
【youcans 的 OpenCV 例程200篇】165.多阈值 OTSU 处理方法
【youcans 的 OpenCV 例程200篇】166.自适应阈值处理
【youcans 的 OpenCV 例程200篇】167.基于移动平均的可变阈值处理
【youcans 的 OpenCV 例程200篇】168.图像分割之区域生长
【youcans 的 OpenCV 例程200篇】169.图像分割之区域分离
【youcans 的 OpenCV 例程200篇】170.图像分割之K均值聚类
【youcans 的 OpenCV 例程200篇】171.SLIC 超像素区域分割
【youcans 的 OpenCV 例程200篇】172.SLIC 超像素区域分割算法比较
【youcans 的 OpenCV 例程200篇】173.SEEDS 超像素区域分割
【youcans 的 OpenCV 例程200篇】174.LSC 超像素区域分割
【youcans 的 OpenCV 例程200篇】175.超像素区域分割方法比较
【youcans 的 OpenCV 例程200篇】176.图像分割之均值漂移算法
【youcans 的 OpenCV 例程200篇】177.图像分割之 GraphCuts 图割法
【youcans 的 OpenCV 例程200篇】178.图像分割之 GrabCut 图割法（框选前景）
【youcans 的 OpenCV 例程200篇】179.图像分割之 GrabCut 图割法（掩模图像）
【youcans 的 OpenCV 例程200篇】180.基于距离变换的分水岭算法
【youcans 的 OpenCV 例程200篇】181.基于 Sobel 梯度的分水岭算法
【youcans 的 OpenCV 例程200篇】182.基于形态学梯度的分水岭算法
【youcans 的 OpenCV 例程200篇】183.基于轮廓标记的分水岭算法
【youcans 的 OpenCV 例程200篇】184.鼠标交互标记的分水岭算法
【youcans 的 OpenCV 例程200篇】185.图像金字塔之高斯金字塔
【youcans 的 OpenCV 例程200篇】186.图像金字塔之拉普拉斯金字塔
【youcans 的 OpenCV 例程200篇】187.由拉普拉斯金字塔还原图像
【youcans 的 OpenCV 例程200篇】188.基于拉普拉斯金字塔的图像融合
【youcans 的 OpenCV 例程200篇】189.基于掩模的拉普拉斯金字塔图像融合
【youcans 的 OpenCV 例程200篇】190.基于图像分割的图像融合

开发者涨薪指南 48位大咖的思考法则、工作方式、逻辑体系