原理通过操作图像矩阵来获取或合并指定位置的图像
截取图片中的指定区域或在指定区域添加某一图片
代码如下:
# 引入包
import cv2 as cv
def jie_image(src1):
src2 = src1[369:637, 572:922] # 截取指定的区域
cv.namedWindow("splice", cv.WINDOW_NORMAL)
cv.imshow("splice", src2)
src1[169:437, 572:922] = src2 # 指定位置填充,大小要一样才能填充
cv.namedWindow("merge", cv.WINDOW_NORMAL)
cv.imshow("merge", src1)
src = cv.imread("./static/image/blur.jpg")
cv.namedWindow("oldImage", cv.WINDOW_NORMAL)
cv.imshow("oldImage", src)
jie_image(src)
cv.waitKey(0)
cv.destroyAllWindows()
代码解释:
我们根据这张图分析一下 src1[369:637, 572:922] 的含义。
0:375 指的从竖直方向截取 369~637
240:480 指的是从水平方向截取 572~922
其中原点是图片的左上角
∣−−--------369,637 − − − − − − − − − − − − − − − − − >x
∣ ∣ ∣
∣ ∣ ∣
∣ ∣ ∣
∣ ∣− − − − − − −572,922
∣
∨
y
当然我们也可以利用切片来选择我们感兴趣的区域(ROI,Region of Interest)
PS. 一开始我觉得比较令人费解的是这里 x y 是反的,但是其实这是对二维 ndarray 索引的概念没有搞清楚。二维 ndarray 索引其实和 C++/Java 里面二维数组索引是一样的,都是先找到行,再找到列。这样理解就不会感觉怪了。说的更具体一点其实是现找到第一个 axis 然后再找到第二个 axis。axis 的概念可以参考 The Basics 的前三段。y 代表的是第一个轴,x 代表的是第二个轴,都是先找第一个轴再找第二个轴。
src1[169:437, 572:922] = src2
这里[169:437, 572:922]的大小要和src2的图片大小一致,否则会报错
运行结果: