先來看看今天的結果圖
-> 此篇文章的程式碼 github
Day25_符合p圖輪廓的變形圖片_merge_two_images_transform.ipynb
前言
我們該來運用之前學過的所有東西了!
綜合運用篇就是來一次運用前面的所學!
用 OpenCV 來把圖片p到各種奇怪的地方吧!
今天的功能與昨天的內容非常像,而我們今天來把圖片p到想要的地方:
* 主程式 (讀取圖片)
* 運用前天的內容,製作一個能讀取座標點的滑鼠控制畫面 (滑鼠處理)
* 利用滑鼠控制回傳的座標進行透視投影運算
* 取得要p圖片的四個座標
* 找到最佳映射矩陣,並建立透視投影後的圖片
* 將原圖片需要更改的部分,利用mask挖去
* 最後合併兩張圖片,得到結果
主程式 (讀取圖片)
#Read the destination image
ori_img = cv2.imread("./testdata/tv.jpg")
print("origin image: ")
show_img(ori_img)
print("Click on four corners of bllboard and the press ENTER")
points = get_points(ori_img)
這部分就單純的讀取圖片,
我們使用我們定義的 get_points
來幫助我們找到 輪廓的四個座標點
。
運用前天的內容,製作一個能讀取座標點的滑鼠控制畫面 (滑鼠處理)
def mouse_handler(event, x, y, flags, data):
if event == cv2.EVENT_LBUTTONDOWN:
# 標記點位置
cv2.circle(data['img'], (x,y), 3, (0,0,255), -1)
# 改變顯示 window 的內容
cv2.imshow("Image", data['img'])
# 顯示 (x,y) 並儲存到 list中
print("get points: (x, y) = ({}, {})".format(x, y))
data['points'].append((x,y))
def get_points(img):
# 建立 data dict, img:存放圖片, points:存放點
data = {}
data['img'] = img.copy()
data['points'] = []
# 建立一個 window
cv2.namedWindow("Image", 0)
# 改變 window 成為適當圖片大小
h, w, dim = img.shape
print("img height, width: ({}, {})".format(h, w))
cv2.resizeWindow("Image", w, h)
# 顯示圖片在 window 中
cv2.imshow('Image',img)
# 利用滑鼠回傳值,資料皆保存於 data dict中
cv2.setMouseCallback("Image", mouse_handler, data)
# 等待關閉視窗,藉由 OpenCV 內建函數釋放資源
cv2.waitKey(0)
cv2.destroyAllWindows()
# 回傳點 list
return data['points']
這部分都與前天的成品相同,可參考昨天的描述。
這是我們取的四個點:
(注意:請從左上角
,依照順時針
順序,在圖片的四個角落點四個點
)
利用滑鼠控制回傳的座標進行透視投影運算
# 垂直堆疊點
points_2D = np.vstack(points).astype(float)
print("\npoints list:")
print(points_2D)
我們將回傳的點座標堆疊成一個 2D list
。
取得要p圖片的四個座標
p_img = cv2.imread("./testdata/cat.jpg")
h, w, dim = p_img.shape
pst_src = np.array(
[
[0,0],
[w-1,0],
[w-1,h-1],
[0,h-1]
],dtype=float
)
找到最佳映射矩陣,並建立透視投影後的圖片
h, status = cv2.findHomography(pst_src, points_2D)
# print(h)
# 透視投影 (建立變形後的圖)
print("image after reshape: ")
im_temp = cv2.warpPerspective