国产xxxx99真实实拍_久久不雅视频_高清韩国a级特黄毛片_嗯老师别我我受不了了小说

資訊專欄INFORMATION COLUMN

Python+OpenCV實現圖像識別替換功能詳解，步驟解析

89542767 / 718人閱讀

　　OpenCV-Python是一個Python庫，旨在解決計算機視覺問題。那么，很多的小伙伴都有興趣了解一下吧，正好，小編給大家總結了關于這方面的一些代碼問題，本文將利用Python+OpenCV實現圖像識別替換功能，小伙伴們在讀完之后，可以自己動手實踐一下哦。

　　OpenCV-Python是一種Python庫，目的在于處理機器視覺難題。

　　OpenCV可以說是開源系統的機器視覺庫，1999年于intel的GaryBradski啟動。Bradski在訪學時候留意到，在大多數優秀大學的實驗室中，都會有相當完善的內部公開的機器視覺接口。這類接口從一屆學生傳至另一屆學生，針對初入行的小白而言，利用這些接口比重復造輪子方便很多。這類接口能讓他們在之前的基礎上更有效地開展工作。OpenCV正是基于為機器視覺提供通用接口這一目標而被策劃的。

　　安裝opencv

pip3 install -i https://pypi.doubanio.com/simple/ opencv-python

       思路：

　　1、首先區分三張圖片：

　　base圖片代表初始化圖片；

　　template圖片代表需要在大圖中匹配的圖片；

　　white圖片為需要替換的圖片。

0

       2、然后template圖片逐像素縮小匹配，設定閾值，匹配度到達閾值的圖片，判定為在初始圖片中；否則忽略掉。

　　3、匹配到最大閾值的地方，返回該區域的位置（x,y）

　　4、然后用white圖片resize到相應的大小，填補到目標區域。

　　match函數：

"""檢查模板圖片中是否包含目標圖片"""
def make_cv2(photo1, photo2):
    global x, y, w, h, num_1,flag
    starttime = datetime.datetime.now()
    #讀取base圖片
    img_rgb = cv2.imread(f'{photo1}')
    #讀取template圖片
    template = cv2.imread(f'{photo2}')
    h, w = template.shape[:-1]
    print('初始寬高', h, w)
    res = cv2.matchTemplate(img_rgb, template, cv2.TM_CCOEFF_NORMED)
    print('初始最大相似度', res.max())
    threshold = res.max()
    """，相似度小于0.2的，不予考慮；相似度在[0.2-0.75]之間的，逐漸縮小圖片"""
    print(threshold)
    while threshold >= 0.1 and threshold <= 0.83:
        if w >= 20 and h >= 20:
            w = w - 1
            h = h - 1
            template = cv2.resize(
                template, (w, h), interpolation=cv2.INTER_CUBIC)
            res = cv2.matchTemplate(img_rgb, template, cv2.TM_CCOEFF_NORMED)
            threshold = res.max()
            print('寬度:', w, '高度:', h, '相似度:', threshold)
        else:
            break
    """達到0.75覆蓋之前的圖片"""
    if threshold > 0.8:
        loc = np.where(res >= threshold)
        x = int(loc[1])
        y = int(loc[0])
        print('覆蓋圖片左上角坐標:', x, y)
        for pt in zip(*loc[::-1]):
            cv2.rectangle(
                img_rgb, pt, (pt[0] + w, pt[1] + h), (255, 144, 51), 1)
        num_1 += 1
        endtime = datetime.datetime.now()
        print("耗時:", endtime - starttime)
        overlay_transparent(x, y, photo1, photo3)
    else:
        flag = False

      replace函數：

"""將目標圖片鑲嵌到指定坐標位置"""
def overlay_transparent(x, y, photo1, photo3):
    #覆蓋圖片的時候上下移動的像素空間
    y += 4
    global w, h, num_2
    background = cv2.imread(f'{photo1}')
    overlay = cv2.imread(f'{photo3}')
    """縮放圖片大小"""
    overlay = cv2.resize(overlay, (w, h), interpolation=cv2.INTER_CUBIC)
    background_width = background.shape[1]
    background_height = background.shape[0]
    if x >= background_width or y >= background_height:
        return background
    h, w = overlay.shape[0], overlay.shape[1]
    if x + w > background_width:
        w = background_width - x
        overlay = overlay[:, :w]
    if y + h > background_height:
        h = background_height - y
        overlay = overlay[:h]
    if overlay.shape[2] < 4:
        overlay = np.concatenate([overlay, np.ones((overlay.shape[0], overlay.shape[1], 1), dtype=overlay.dtype) * 255],axis=2,)
    overlay_image = overlay[..., :3]
    mask = overlay[..., 3:] / 255.0
    background[y:y + h,x:x + w] = (1.0 - mask) * background[y:y + h,x:x + w] + mask * overlay_image
    # path = 'result'
    path = ''
    cv2.imwrite(os.path.join(path, f'1.png'), background)
    num_2 += 1
    print('插入成功。')
    init()

每次執行需要初始化x,y(圖片匹配初始位置參數)，w,h（圖片縮放初始寬高）

x = 0
y = 0
w = 0
h = 0
flag = True
threshold = 0
template = ''
num_1 = 0
num_2 = 0
photo3 = ''
"""參數初始化"""
def init():
    global x, y, w, h, threshold, template,flag
    x = 0
    y = 0
    w = 0
    h = 0
    threshold = 0
    template = ''

完整代碼

import cv2
import datetime
import os
import numpy as np
x = 0
y = 0
w = 0
h = 0
flag = True
threshold = 0
template = ''
num_1 = 0
num_2 = 0
photo3 = ''
"""參數初始化"""
def init():
    global x, y, w, h, threshold, template,flag
    x = 0
    y = 0
    w = 0
    h = 0
    threshold = 0
    template = ''

"""檢查模板圖片中是否包含目標圖片"""
def make_cv2(photo1, photo2):
    global x, y, w, h, num_1,flag
    starttime = datetime.datetime.now()
    img_rgb = cv2.imread(f'{photo1}')
    template = cv2.imread(f'{photo2}')
    h, w = template.shape[:-1]
    print('初始寬高', h, w)
    res = cv2.matchTemplate(img_rgb, template, cv2.TM_CCOEFF_NORMED)
    print('初始最大相似度', res.max())
    threshold = res.max()
    """，相似度小于0.2的，不予考慮；相似度在[0.2-0.75]之間的，逐漸縮小圖片"""
    print(threshold)
    while threshold >= 0.1 and threshold <= 0.83:
        if w >= 20 and h >= 20:
            w = w - 1
            h = h - 1
            template = cv2.resize(
                template, (w, h), interpolation=cv2.INTER_CUBIC)
            res = cv2.matchTemplate(img_rgb, template, cv2.TM_CCOEFF_NORMED)
            threshold = res.max()
            print('寬度:', w, '高度:', h, '相似度:', threshold)
        else:
            break
    """達到0.75覆蓋之前的圖片"""
    if threshold > 0.8:
        loc = np.where(res >= threshold)
        x = int(loc[1])
        y = int(loc[0])
        print('覆蓋圖片左上角坐標:', x, y)
        for pt in zip(*loc[::-1]):
            cv2.rectangle(
                img_rgb, pt, (pt[0] + w, pt[1] + h), (255, 144, 51), 1)
        num_1 += 1
        endtime = datetime.datetime.now()
        print("耗時:", endtime - starttime)
        overlay_transparent(x, y, photo1, photo3)
    else:
        flag = False


"""將目標圖片鑲嵌到指定坐標位置"""
def overlay_transparent(x, y, photo1, photo3):
    y += 0
    global w, h, num_2
    background = cv2.imread(f'{photo1}')
    overlay = cv2.imread(f'{photo3}')
    """縮放圖片大小"""
    overlay = cv2.resize(overlay, (w, h), interpolation=cv2.INTER_CUBIC)
    background_width = background.shape[1]
    background_height = background.shape[0]
    if x >= background_width or y >= background_height:
        return background
    h, w = overlay.shape[0], overlay.shape[1]
    if x + w > background_width:
        w = background_width - x
        overlay = overlay[:, :w]
    if y + h > background_height:
        h = background_height - y
        overlay = overlay[:h]
    if overlay.shape[2] < 4:
        overlay = np.concatenate([overlay, np.ones((overlay.shape[0], overlay.shape[1], 1), dtype=overlay.dtype) * 255],axis=2,)
    overlay_image = overlay[..., :3]
    mask = overlay[..., 3:] / 255.0
    background[y:y + h,x:x + w] = (1.0 - mask) * background[y:y + h,x:x + w] + mask * overlay_image
    # path = 'result'
    path = ''
    cv2.imwrite(os.path.join(path, f'1.png'), background)
    num_2 += 1
    print('插入成功。')
    init()


if __name__ == "__main__":
    photo1 = "1.png"
    photo2 = "3.png"
    photo3 = "white.png"

    while flag == True:
        make_cv2(photo1, photo2)
        overlay_transparent(x, y, photo1, photo3)

執行結果：

1

到此這篇關于Python+OpenCV實現圖像識別替換功能詳解的文章就介紹到這了，希望可以給大家帶來幫助。

文章版權歸作者所有，未經允許請勿轉載,若此文章存在違規行為，您可以聯系管理員刪除。

轉載請注明本文地址：http://specialneedsforspecialkids.com/yun/127547.html

相關文章

  • 首次公開，整理12年積累的博客收藏夾，零距離展示《收藏夾吃灰》系列博客

    摘要：時間永遠都過得那么快，一晃從年注冊，到現在已經過去了年那些被我藏在收藏夾吃灰的文章，已經太多了，是時候把他們整理一下了。那是因為收藏夾太亂，橡皮擦給設置私密了，不收拾不好看呀。 ...

    Harriet666 評論0 收藏0

  • 川普撞臉希拉里（基于 OpenCV 的面部特征交換）

    摘要：美國開國領袖們如果看到美國民眾只能在希拉里和川普中選擇，估計要集體氣活過來。本教程由發布在實驗樓，完整教程及在線練習地址川普撞臉希拉里基于的面部特征交換一教程介紹內容簡介通過庫來實現人臉面部特征交換。 話說這次美國大選可謂賺足了眼球，在美國史上，恐怕沒有哪一年的總統大選會像今年一樣詭譎和熱鬧。 美國開國領袖們如果看到美國民眾只能在希拉里和川普中選擇，估計要集體氣活過來。作為一個閑得蛋疼...

    SunZhaopeng 評論0 收藏0

  • [譯]OpenCV Text Detection (EAST text detector)

    摘要：的文本檢測器是一種基于新穎架構和訓練模式的深度學習模型。深度學習文本檢測器圖文本檢測全卷積網絡的結構等人的圖。隨著和的發布，我們現在可以使用一種名為的基于深度學習的文本檢測器，它基于等人的年論文一種高效精確的場景文本檢測器。 by Adrian Rosebrock on August 20, 2018 in Deep Learning, Optical Character Recogn...

    VincentFF 評論0 收藏0

  • 視頻編解碼行業及發展方向簡述

    摘要：了解華為海思的方案海思的前身是華為的半導體部門，主要產品線包括智能手機處理器麒麟系列，視頻采集和編解碼處理器系列，無線通信方向芯片等。 目錄 一、視頻行業1、視頻...

    dance 評論0 收藏0

發表評論

0條評論

最新活動
閱讀需要支付1元查看
<