使用 OpenCV 检测并替换从一张图像到另一张图像的区域

Question

我有两张相同尺寸的图片，我想在第二张图片的相同位置检测并替换第一张图片（黑色图片）中的白色区域。有没有办法使用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。

第一张照片

原图

Answer 1

如果我对您的理解正确，您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：

1. 获取二值图像。加载图像，灰度，Gaussian blur，然后Otsu's threshold

2. 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我们想要的区域。此外，我们使用cv2.contourArea 进行过滤，以确保我们不包含噪音。最后，我们使用cv2.boundingRect 获得边界框坐标，并使用 Numpy 切片提取 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

提取的投资回报率

结果

代码

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()