目錄
- 1. 什么是水??？
- 2. 在 OpenCV 中調(diào)整圖像大小
- 3.使用圖像創(chuàng)建水印
- 參考
在本文中，我們將學(xué)習(xí)如何使用 OpenCV 為多個圖像添加水印。
1. 什么是水??？
水印是有意疊加在不同圖像上的標(biāo)志、簽名、文本或圖案，用于保護(hù)圖像的版權(quán)。
其主要目的是宣傳品牌，并使未經(jīng)所有者許可復(fù)制或使用原始圖像變得更加困難。
組織和專業(yè)人士經(jīng)常使用水印來防止在在線托管內(nèi)容后被其他人使用他們的內(nèi)容。
那么，你有沒有想過為圖像添加水印？
例如，我們寫博客會說明外部圖像的來源。但是你自己創(chuàng)建的圖像呢？在自己創(chuàng)建的圖像上留下你的記號不是很好嗎？
好極了！讓我們開始這項(xiàng)激動人心的任務(wù)。
2. 在 OpenCV 中調(diào)整圖像大小
調(diào)整大小只不過是縮放圖像，這意味著更改原始圖像的大小。我們可以根據(jù)業(yè)務(wù)需求增加或減少圖像的大小。
可以通過多種方式調(diào)整大小。
1.保持縱橫比。圖像的縱橫比是其寬度與高度的比率。
.縮小或放大圖像的大小
1.不保留縱橫比
.僅縮小/放大寬度，僅縮小/放大高度
1.將寬度和高度都更改為特定值
到目前為止聽起來不錯，但我們?nèi)绾螌?shí)際操作呢？答案是 OpenCV 及其 resize() 函數(shù)。從本文檔中閱讀有關(guān) OpenCV 調(diào)整大小功能的更多信息：https://docs.opencv.org/3.4/da/d54/group__imgproc__transform.html#ga47a974309e9102f5f08231edc7e7529d
**cv2.resize() 函數(shù)的語法：**cv2.resize(src, dsize,interpolation)
src – 源圖像
dsize – 輸出圖像的所需大小
interpolation - 插值，維基百科定義：它是一種基于一組離散的已知數(shù)據(jù)點(diǎn)的范圍構(gòu)建（查找）新數(shù)據(jù)點(diǎn)的方法。
請參閱此文檔以了解有關(guān)插值標(biāo)志的更多信息：https://docs.opencv.org/3.4/da/d54/group__imgproc__transform.html#ga5bb5a1fea74ea38e1a5445ca803ff121
現(xiàn)在，讓我們拍攝一個示例圖像并調(diào)整其大小。下面是我們的示例圖像。
現(xiàn)在，嘗試使用 OpenCV 顯示它。
import cv2
img = cv2.imread('images/deer.JPG')
cv2.imshow("Original Image", img)
cv2.waitKey(0)
cv2.destroyAllWindows()
下面是我們的圖像在使用 OpenCV 顯示時的外觀。
由于我們的圖像是高分辨率的，因此只有一部分是可見的。
所以，肯定有必要調(diào)整它的大小。我們需要減小它的大小。
在 OpenCV 中調(diào)整圖像大小的步驟：
- 使用 cv2.imread() 讀取圖像
- 設(shè)置新的寬度和高度。
- 為新維度創(chuàng)建一個元組
- 使用 cv2.resize() 調(diào)整圖像大小
- 如果需要，使用 cv2.imwrite() 將調(diào)整后的圖像保存到計算機(jī)
- 使用 cv2.imshow() 顯示原始的、調(diào)整大小的圖像
1. 保持縱橫比——將圖像縮小到原始尺寸的 20%。
我們將原始圖像的大小減小到其原始大小的 20%。因此，通過計算原始寬度的 20%，原始高度的 20%，為新尺寸創(chuàng)建一個元組。
import cv2
img = cv2.imread('images/deer.JPG')
percent_of_scaling = 20
new_width = int(img.shape[1] * percent_of_scaling/100)
new_height = int(img.shape[0] * percent_of_scaling/100)
new_dim = (new_width, new_height)
resized_img = cv2.resize(img, new_dim, interpolation=cv2.INTER_AREA)
filename = 'resized_img_aspect ratio.jpg'
cv2.imwrite(filename, resized_img)
cv2.imshow("Original Image", img)
cv2.imshow("Resized Image", resized_img)
cv2.waitKey(0)
cv2.destroyAllWindows()
上面的代碼保存調(diào)整大小的圖像并顯示原始的、調(diào)整大小的圖像。
做得好。通過牢記縱橫比，我們成功地調(diào)整了圖像大小。
2. 不保留縱橫比 – 僅縮小/放大寬度，僅縮小/放大高度
調(diào)整大小的步驟與上述相同。唯一的區(qū)別是我們保持兩個維度中的任何一個不變。
import cv2
img = cv2.imread('images/deer.JPG')
new_dim = (img.shape[1], 500) # changes height
resized_img = cv2.resize(img, new_dim, interpolation=cv2.INTER_AREA)
cv2.imshow("Original Image", img)
cv2.imshow("Resized Image", resized_img)
cv2.waitKey(0)
cv2.destroyAllWindows()
下面是從上面的代碼顯示的圖像。
調(diào)整大小的圖像失真并且不是所需的輸出。
3.將寬度和高度都更改為特定值
import cv2
img = cv2.imread(‘images/deer.JPG')
new_dim = (450, 450)
resized_img = cv2.resize(img, new_dim, interpolation=cv2.INTER_AREA)
cv2.imshow(“Original Image”, img)
cv2.imshow(“Resized Image”, resized_img)
cv2.waitKey(0)
cv2.destroyAllWindows()
下面是從上面的代碼顯示的圖像。
這看起來還可以，但不如保留縱橫比的輸出圖像。所以我更喜歡通過保留縱橫比來調(diào)整大小。
下一步是查看如何創(chuàng)建水印。
3.使用圖像創(chuàng)建水印
我選擇使用我名字的圖像添加水印。制作一張你的名字的圖像，然后和我一起嘗試。
在圖像中心添加水印的步驟：
如果需要，讀取并調(diào)整圖像（水印圖像、輸入圖像）的大小。
import cv2
img = cv2.imread('images/deer.JPG')
watermark = cv2.imread("watermark.PNG")
percent_of_scaling = 20
new_width = int(img.shape[1] * percent_of_scaling/100)
new_height = int(img.shape[0] * percent_of_scaling/100)
new_dim = (new_width, new_height)
resized_img = cv2.resize(img, new_dim, interpolation=cv2.INTER_AREA)
wm_scale = 40
wm_width = int(watermark.shape[1] * wm_scale/100)
wm_height = int(watermark.shape[0] * wm_scale/100)
wm_dim = (wm_width, wm_height)
resized_wm = cv2.resize(watermark, wm_dim, interpolation=cv2.INTER_AREA)
根據(jù)調(diào)整大小的輸入圖像的新尺寸定義水印的位置。
h_img, w_img, _ = resized_img.shape
center_y = int(h_img/2)
center_x = int(w_img/2)
h_wm, w_wm, _ = resized_wm.shape
top_y = center_y - int(h_wm/2)
left_x = center_x - int(w_wm/2)
bottom_y = top_y + h_wm
right_x = left_x + w_wm
獲取感興趣的**矩形區(qū)域 (ROI)**并將其存儲到名為“roi”的變量中。
roi = resized_img[top_y:bottom_y, left_x:right_x]
使用**cv2.addWeighted()**將調(diào)整大小的水印疊加到 ROI 上，并將其存儲到名為“result”的變量中。
result = cv2.addWeighted(roi, 1, resized_wm, 0.3, 0)
現(xiàn)在，將此結(jié)果添加到調(diào)整大小的輸入圖像
resized_img[top_y:bottom_y, left_x:right_x] = result
將生成的水印圖像保存到計算機(jī)
filename = 'watermarked_deer.jpg'
cv2.imwrite(filename, resized_img)
顯示生成的水印圖像
cv2.imshow("Resized Input Image", resized_img)
cv2.waitKey(0)
cv2.destroyAllWindows()
下面是生成的水印圖像。
到現(xiàn)在為止，我們已經(jīng)學(xué)會了給單個圖像加水印。由于我們的目標(biāo)是為多個圖像加水印，因此我們需要創(chuàng)建所有這些輸入圖像的列表并循環(huán)遍歷它。
下面是將使用的圖像。
創(chuàng)建輸入圖像列表
import os
folderPath = "images"
imgList = os.listdir(folderPath)
imgList
給多個圖像加水印的代碼
import cv2
watermark = cv2.imread("watermark.PNG")
wm_scale = 40
wm_width = int(watermark.shape[1] * wm_scale/100)
wm_height = int(watermark.shape[0] * wm_scale/100)
wm_dim = (wm_width, wm_height)
resized_wm = cv2.resize(watermark, wm_dim, interpolation=cv2.INTER_AREA)
h_wm, w_wm, _ = resized_wm.shape
for image in imgList:
img = cv2.imread(f'{folderPath}/{image}')
percent_of_scaling = 20
new_width = int(img.shape[1] * percent_of_scaling/100)
new_height = int(img.shape[0] * percent_of_scaling/100)
new_dim = (new_width, new_height)
resized_img = cv2.resize(img, new_dim, interpolation=cv2.INTER_AREA)
h_img, w_img, _ = resized_img.shape
center_y = int(h_img/2)
center_x = int(w_img/2)
top_y = center_y - int(h_wm/2)
left_x = center_x - int(w_wm/2)
bottom_y = top_y + h_wm
right_x = left_x + w_wm
roi = resized_img[top_y:bottom_y, left_x:right_x]
result = cv2.addWeighted(roi, 1, resized_wm, 0.3, 0)
resized_img[top_y:bottom_y, left_x:right_x] = result
filename = os.path.basename(image)
cv2.imwrite("watermarked images/watermarked_"+filename, resized_img)
cv2.imshow("Watermarked Image", resized_img)
cv2.waitKey(0)
cv2.destroyAllWindows()
最后，我們完成了為所有輸入圖像加水印的任務(wù)。
參考
OpenCV 文檔：https://docs.opencv.org/3.4/d4/da8/group__imgcodecs.html#ga288b8b3da0892bd651fce07b3bbd3a56
GitHub 存儲庫鏈接：https://github.com/harika-bonthu/Watermark-OpenCV
到此這篇關(guān)于使用OpenCV為圖像加水印的教程的文章就介紹到這了,更多相關(guān)OpenCV圖像加水印內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
您可能感興趣的文章:- 利用Python+OpenCV三步去除水印
- python opencv實(shí)現(xiàn)圖像配準(zhǔn)與比較
- Python基于opencv的簡單圖像輪廓形狀識別(全網(wǎng)最簡單最少代碼)
- Python OpenCV中的numpy與圖像類型轉(zhuǎn)換操作
- Python+OpenCV圖像處理——圖像二值化的實(shí)現(xiàn)
- Python+OpenCV圖像處理——實(shí)現(xiàn)直線檢測
