在Python中使用OpenCV将图像与另一个包含黑色像素的非矩形图像叠加在一起

Question

我想以编程方式叠加图像，例如非常熟悉的Windows XP墙纸：

与另一个包含黑色像素的非矩形图像，例如标准的大光标图标：

从this和this教程复制粘贴代码，它们都使用OpenCV逐位屏蔽魔术，我到达了：

import cv2 as cv

# Load two images
img1 = cv.imread('bliss.png') # The image I want the overlay to be diplayed on.
img2 = cv.imread('cursor.png') # The image I want to overlay with, containing black pixels.

# I want to put logo on top-left corner, So I create a ROI.
rows, cols, channels = img2.shape
roi = img1[0:rows, 0:cols ]

# Now create a mask of logo and create its inverse mask also.
img2gray = cv.cvtColor(img2, cv.COLOR_BGR2GRAY)
ret, mask = cv.threshold(img2gray, 20, 255, cv.THRESH_BINARY)
mask_inv = cv.bitwise_not(mask)

# Now black-out the area of logo in ROI.
img1_bg = cv.bitwise_and(roi, roi, mask = mask_inv)

# Take only region of logo from logo image.
img2_fg = cv.bitwise_and(img2, img2, mask = mask)

# Put logo in ROI and modify the main image
dst = cv.add(img1_bg, img2_fg)
img1[0:rows, 0:cols ] = dst
cv.imshow('res',img1)
cv.waitKey(0)
cv.destroyAllWindows()

在尝试为cv.threshold（包括thres and maxval arguments和thresholding types）找到正确参数的天真排列过程中，我总是发现原始图像中存在大量黑色像素从覆盖的一个丢失。在下面左侧的放大图片中，您可以看到覆盖的光标，而右侧是原始复制的光标：

我认为这种像素损失是由于灰度转换和/或逆（？）遮罩引起的，但无法确定上面代码中的更改方式或更改方式。在上面链接的教程中，我使用了不包含黑色像素的图像作为叠加层，结果看起来不错。是否可以对包含黑色像素的图像执行相同的操作？

Answer 1

这里的问题是，您在cursor.png的{​​{1}}中丢失了黑色像素。其余的仅是白色像素，因此您的遮罩太小了。由于cv.threshold(img2gray, 20, 255, cv.THRESH_BINARY)中存储有透明度信息，因此您可以将其alpha通道用作遮罩。

这是您的代码，进行了相应的修改（我删除了所有注释；注释显示了我的更改）：

cursor.png

希望输出的图像看起来像您期望的样子：