在较大的图像python OpenCv上覆盖较小的图像

Question

嗨，我正在创建一个程序，用别人的脸代替图像中的脸。但是，我一直试图将新面孔插入原始的较大图像中。我研究了ROI和addWeight（需要图像大小相同），但是我没有找到在python中执行此操作的方法。任何建议都很棒。我是opencv的新手。我正在使用以下测试图像：较小的图片：大图：到目前为止，这是我的代码...其他示例的混合器：import cv2import cv2.cv as cvimport sysimport numpydef detect(img, cascade):    rects = cascade.detectMultiScale(img, scaleFactor=1.1, minNeighbors=3, minSize=(10, 10), flags = cv.CV_HAAR_SCALE_IMAGE)    if len(rects) == 0:        return []    rects[:,2:] += rects[:,:2]    return rectsdef draw_rects(img, rects, color):    for x1, y1, x2, y2 in rects:        cv2.rectangle(img, (x1, y1), (x2, y2), color, 2)if __name__ == '__main__':    if len(sys.argv) != 2:                                         ## Check for error in usage syntax    print "Usage : python faces.py <image_file>"else:    img = cv2.imread(sys.argv[1],cv2.CV_LOAD_IMAGE_COLOR)  ## Read image file    if (img == None):                                             print "Could not open or find the image"    else:        cascade = cv2.CascadeClassifier("haarcascade_frontalface_alt.xml")        gray = cv2.cvtColor(img, cv.CV_BGR2GRAY)        gray = cv2.equalizeHist(gray)        rects = detect(gray, cascade)        ## Extract face coordinates                 x1 = rects[0][3]        y1 = rects[0][0]        x2 = rects[0][4]        y2 = rects[0][5]        y=y2-y1        x=x2-x1        ## Extract face ROI        faceROI = gray[x1:x2, y1:y2]        ## Show face ROI        cv2.imshow('Display face ROI', faceROI)        small = cv2.imread("average_face.png",cv2.CV_LOAD_IMAGE_COLOR)          print "here"        small=cv2.resize(small, (x, y))        cv2.namedWindow('Display image')          ## create window for display        cv2.imshow('Display image', small)          ## Show image in the window        print "size of image: ", img.shape        ## print size of image        cv2.waitKey(1000)              

Answer 1

根据以上fireant的出色回答，此处是alpha混合，但更易于理解。您可能需要进行交换，1.0-alpha并alpha取决于您要合并的方向（地雷从消防人员的答复中被交换）。

o* == s_img.* b* == b_img.*

for c in range(0,3):

    alpha = s_img[oy:oy+height, ox:ox+width, 3] / 255.0

    color = s_img[oy:oy+height, ox:ox+width, c] * (1.0-alpha)

    beta  = l_img[by:by+height, bx:bx+width, c] * (alpha)

    l_img[by:by+height, bx:bx+width, c] = color + beta

Answer 2

一种实现所需目标的简单方法：

import cv2

s_img = cv2.imread("smaller_image.png")

l_img = cv2.imread("larger_image.jpg")

x_offset=y_offset=50

l_img[y_offset:y_offset+s_img.shape[0], x_offset:x_offset+s_img.shape[1]] = s_img

结果图像

更新资料

我想您也要注意alpha通道。这是一种快速而肮脏的方法：

s_img = cv2.imread("smaller_image.png", -1)

y1, y2 = y_offset, y_offset + s_img.shape[0]

x1, x2 = x_offset, x_offset + s_img.shape[1]

alpha_s = s_img[:, :, 3] / 255.0

alpha_l = 1.0 - alpha_s

for c in range(0, 3):

    l_img[y1:y2, x1:x2, c] = (alpha_s * s_img[:, :, c] +

                              alpha_l * l_img[y1:y2, x1:x2, c])