本文共 3041 字，大约阅读时间需要 10 分钟。

项目说明

通过 Python 中的 OpenCV 库实现一个类似于抠图的功能，如下图所示：

实现步骤

• 1、导入朋友的照片（前景图片）；
• 2、选中前景图片中的四个顶点；
• 3、导入《法制进行时》栏目的照片（背景图片）；
• 4、选取背景图片中要嵌入前景图片区域的四个顶点；
• 5、通过两组（八个）坐标计算单应性矩阵；
• 6、进行透视变换得到结果。

Python 实现

1、导入需要的库

import cv2import numpy as np

2、绘图函数

这里写一个绘图函数，方便绘图操作。

def cv_show(name,img):    cv2.imshow(name, img)    cv2.waitKey(0)    cv2.destroyAllWindows()

3、前景图片

3.1 导入前景图片

fore = cv2.imread('fore.jpg')

3.2 选中前景图片中的四个顶点

size = fore.shapeH, W = size[:2]pts_fore = np.array([[0, 0], [W-1, 0], [W-1, H-1],[0, H-1]])

这里点的顺序为左上角、右上角、左下角和右下角，在背景图片中选点的时候也要遵循这个顺序。

坐标说明如下图所示：

4、背景图片

4.1 导入背景图片

back = cv2.imread('back.jpg')

4.2 选取背景图片中要嵌入前景图片区域的四个顶点

这个要比选取前景图片中的顶点难一些，因为要嵌入前景图片的区域的四个顶点并非整张图片的四个顶点，于是，在这里我们使用鼠标事件来找顶点坐标：

back_copy = back.copy()  # 复制一个背景图片用于找顶点坐标，否则找出来的坐标会留在背景上a =[]  # 空列表用于存放顶点横坐标b = []  # 空列表用于存放顶点纵坐标def on_EVENT_LBUTTONDOWN(event, x, y, flags, param):    if event == cv2.EVENT_LBUTTONDOWN:  # 鼠标事件：点击鼠标        xy = "%d,%d" % (x, y)  # x 是这个点的横坐标；y 是这个点的纵坐标        a.append(x)        b.append(y)        cv2.circle(back_copy, (x, y), 1, (255, 0, 0), thickness=-1)  # 在这个点上标红        cv2.putText(back_copy, xy, (x, y), cv2.FONT_HERSHEY_PLAIN,                    1.0, (0, 0, 255), thickness=2)  # 将这个点的坐标写在旁边        cv2.imshow("image", back_copy)cv2.namedWindow("image")cv2.setMouseCallback("image", on_EVENT_LBUTTONDOWN)cv2.imshow("image", back_copy)cv2.waitKey(0)cv2.destroyAllWindows()

【注】这里选点的顺序必须和前景图片中选点的顺序一致。

4.3 将顶点坐标写成前景图片顶点坐标的形式

pts_back = np.zeros((4, 2))for i in range(4):    pts_back[i, :] = [a[i], b[i]]

5、透视变换

5.1 计算单应性矩阵

h, status = cv2.findHomography(pts_fore, pts_back)

5.2 对前景图片进行透视变换

out = cv2.warpPerspective(fore, h, (fore.shape[1], fore.shape[0]))

注意这里是 (fore.shape[1], fore.shape[0])。

透视变换的结果为：

6、将透视变换的结果放入背景图片中并保存

for i in range(H):    for j in range(W):        if out[i, j, :].all() != 0:            back[i, j, :] = out[i, j, :]cv2.imwrite('out.jpg', back)

完整代码

import cv2import numpy as npdef cv_show(name,img):    cv2.imshow(name, img)    cv2.waitKey(0)    cv2.destroyAllWindows()fore = cv2.imread('fore.jpg')size = fore.shapeH, W = size[:2]pts_fore = np.array([[0, 0], [W-1, 0], [W-1, H-1],[0, H-1]])back = cv2.imread('back.jpg')back_copy = back.copy()a =[]b = []def on_EVENT_LBUTTONDOWN(event, x, y, flags, param):    if event == cv2.EVENT_LBUTTONDOWN:        xy = "%d,%d" % (x, y)        a.append(x)        b.append(y)        cv2.circle(back_copy, (x, y), 1, (255, 0, 0), thickness=-1)        cv2.putText(back_copy, xy, (x, y), cv2.FONT_HERSHEY_PLAIN,                    1.0, (0, 0, 255), thickness=2)        cv2.imshow("image", back_copy)cv2.namedWindow("image")cv2.setMouseCallback("image", on_EVENT_LBUTTONDOWN)cv2.imshow("image", back_copy)cv2.waitKey(0)cv2.destroyAllWindows()pts_back = np.zeros((4, 2))for i in range(4):    pts_back[i, :] = [a[i], b[i]]h, status = cv2.findHomography(pts_fore, pts_back)out = cv2.warpPerspective(fore, h, (fore.shape[1], fore.shape[0]))for i in range(H):    for j in range(W):        if out[i, j, :].all() != 0:            back[i, j, :] = out[i, j, :]cv2.imwrite('out.jpg', back)