影象混合（前景+背景）【例項4】
阿新 • • 發佈：2019-02-18
我們可以將一些logo圖案加在其他的影象上，這和影象的按比重加法的不同之處在於按比重加法是整體的加法，要求比較多，而在本節內容中，則主要是提取一些特徵來實現加法，實用性更強，首先來對比一下這兩者的差別。
圖1 影象按比重混合（左）影象前景背景混合（右）實現的過程（程式碼網上較多，本文就不附程式碼）
1. 獲取前景影象的特徵輪廓（logo部分）
將前景影象轉為灰度影象，然後進行二值化（確保logo與背景在灰度圖中畫素值差異明顯，提取的效果才會好）
img2gray=cv2.cvtColor(img2,cv2.COLOR_BGR2GRAY)#將影象轉為灰度圖 ret,mask=cv2.threshold(img2gray,242,255,cv2.THRESH_BINARY)#第二個引數為閾值，第三個引數為高於閾值取值結果，第四個是閾值方法
ret值存放的是閾值，mask存放二值圖，我們希望logo部分的值為0，這樣和背景圖做與運算時，logo部分就會保留（為0）
圖2 logo二值化後2. logo二值化後與背景圖做與運算這樣做的結果就是在背景圖中，logo部分的畫素值均會為0
圖3 logo二值化後與背景圖上的ROI區域做與運算3. 對logo的二值化圖取反，將其與logo圖做與運算結果就和上一步相反，logo圖中的特徵部分保留，其背景被消除
圖4 logo圖二值化取反後與logo原圖與運算4. 上兩步的結果相加相加後，我們希望的結果就實現了！然後，將這一部分複製到我們原圖的對應部分（ROI區域）
圖5 相加後的結果5. 對影象中的噪點進行濾波
5.1對取得logo的邊緣後對其濾波（在最終相加前）
圖 6 對logo部分濾波（均值濾波，核矩陣大小為5*5）濾波後，影象邊緣噪點要少，但影象模糊化了，在貓的眼睛部分尤其明顯，採用小的核矩陣效果會好一些，但在邊緣處的處理有不如前者。5.2 對相加後的結果濾波
圖7 相加後對影象濾波對比兩者（相加前和相加後濾波），可以發現後者在對邊緣的處理效果要好，噪點少，更加平滑。後續的可以結合其他的濾波方法，來對比效果，選擇最佳的濾波方法。參考文獻：OpenCV官方文件（中文版） for python