python - 使用OpenCV检测并将一幅图像中的区域替换为另一幅图像

我有两张尺寸相同的图片，我想在第二张图片的相同位置检测并替换第一张图片中的白色区域(黑色图像)。有什么办法可以使用OpenCV做到这一点？我想用第一张图片中的白色区域替换原始图像中的蓝色区域。

第一张图片

原始图片

最佳答案

如果我对您的理解正确，则希望将黑色图像上的白色ROI替换为原始图像。这是一个简单的方法:

获取二进制图像。 加载图像，灰度，Gaussian blur，然后Otsu's threshold

提取ROI并替换。 使用 cv2.findContours 查找轮廓，然后使用 cv2.arcLength 和 cv2.approxPolyDP 使用轮廓近似进行过滤。假设该区域是一个矩形，如果轮廓近似结果是4，那么我们已经找到了所需的区域。另外，我们使用 cv2.contourArea 进行过滤以确保不包含噪音。最后，我们使用 cv2.boundingRect 获得边界框坐标，并使用Numpy slice 提取ROI。最后，我们将ROI替换为原始图像。

检测到的要提取/替换的区域以绿色突出显示

提取的ROI



结果

码

import cv2

# Load images, grayscale, Gaussian blur, Otsu's threshold
original = cv2.imread('1.jpg')
image = cv2.imread('2.png')
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
blur = cv2.GaussianBlur(gray, (3,3), 0)
thresh = cv2.threshold(blur, 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU)[1]

# Find contours, filter using contour approximation + area, then extract
# ROI using Numpy slicing and replace into original image
cnts = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
cnts = cnts[0] if len(cnts) == 2 else cnts[1]
for c in cnts:
    peri = cv2.arcLength(c, True)
    approx = cv2.approxPolyDP(c, 0.015 * peri, True)
    area = cv2.contourArea(c)
    if len(approx) == 4 and area > 1000:
        x,y,w,h = cv2.boundingRect(c)
        ROI = image[y:y+h,x:x+w]
        original[y:y+h, x:x+w] = ROI

cv2.imshow('thresh', thresh)
cv2.imshow('ROI', ROI)
cv2.imshow('original', original)
cv2.waitKey()

关于python - 使用OpenCV检测并将一幅图像中的区域替换为另一幅图像，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/60438194/