opencv 中的渐变蒙版混合 python

Question

我有一个图像和圆圈区域。我需要模糊所有，除了圆形区域。我还需要使圆的边界平滑。
输入：

输出（在带有掩码的图像编辑器中生成，但我认为 opencv 仅使用位图掩码）：

目前我在 python 中有代码，它不会模糊圆圈的边界。

def blur_image(cv_image, radius, center, gaussian_core, sigma_x):
    blurred = cv.GaussianBlur(cv_image, gaussian_core, sigma_x)
    h, w, d = cv_image.shape
# masks
    circle_mask = np.ones((h, w), cv_image.dtype)
    cv.circle(circle_mask, center, radius, (0, 0, 0), -1)
    circle_not_mask = np.zeros((h, w), cv_image.dtype)
    cv.circle(circle_not_mask, center, radius, (2, 2, 2), -1)
# Computing
    blur_around = cv.bitwise_and(blurred, blurred, mask=circle_mask)
    image_in_circle = cv.bitwise_and(cv_image, cv_image, mask=circle_not_mask)
    res = cv.bitwise_or(blur_around, image_in_circle)
    return res

当前版本：
我怎样才能模糊圆圈的边界？在输出示例中，我在程序中使用了渐变蒙版。 opencv中有类似的东西吗？
更新 04.03
所以，我尝试了的公式和我所拥有的：

代码：

def blend_with_mask_matrix(src1, src2, mask):
    res = src2 * (1 - cv.divide(mask, 255.0)) + src1 * cv.divide(mask, 255.0)
return res

此代码的工作方式应该与最近的代码类似，但事实并非如此。圆圈中的图像略有不同。它有一些颜色问题。 问题仍然悬而未决。

Answer 1

所以 (mask/255) * blur + (1-mask/255)*another img 的主要问题是运算符。他们只使用一个频道。下一个问题是处理 "smoothing".
的浮点数我已经将与 alpha 通道混合的代码更改为：
1）我正在为源图像和蒙版使用每个通道
2) 执行公式
3) 合并频道

def blend_with_mask_matrix(src1, src2, mask):
    res_channels = []
    for c in range(0, src1.shape[2]):
        a = src1[:, :, c]
        b = src2[:, :, c]
        m = mask[:, :, c]
        res = cv.add(
            cv.multiply(b, cv.divide(np.full_like(m, 255) - m, 255.0, dtype=cv.CV_32F), dtype=cv.CV_32F),
            cv.multiply(a, cv.divide(m, 255.0, dtype=cv.CV_32F), dtype=cv.CV_32F),
           dtype=cv.CV_8U)
        res_channels += [res]
    res = cv.merge(res_channels)
    return res

作为渐变蒙版，我只使用了模糊的圆圈。

def blur_image(cv_image, radius, center, gaussian_core, sigma_x):
    blurred = cv.GaussianBlur(cv_image, gaussian_core, sigma_x)

    circle_not_mask = np.zeros_like(cv_image)
    cv.circle(circle_not_mask, center, radius, (255, 255, 255), -1)
#Smoothing borders
    cv.GaussianBlur(circle_not_mask, (101, 101), 111, dst=circle_not_mask)
# Computing
    res = blend_with_mask_matrix(cv_image, blurred, circle_not_mask)
    return res

结果：

它的运行速度比没有平滑边框的第一个版本慢一点，但没关系。
结束问题。

Answer 2

您可以使用以下功能轻松地在图像上蒙版：

def transparentOverlay(src, overlay, pos=(0, 0), scale=1):
    overlay = cv2.resize(overlay, (0, 0), fx=scale, fy=scale)
    h, w, _ = overlay.shape  # Size of foreground
    rows, cols, _ = src.shape  # Size of background Image
    y, x = pos[0], pos[1]  # Position of foreground/overlay image

    # loop over all pixels and apply the blending equation
    for i in range(h):
        for j in range(w):
            if x + i >= rows or y + j >= cols:
                continue
            alpha = float(overlay[i][j][3] / 255.0)  # read the alpha channel
            src[x + i][y + j] = alpha * overlay[i][j][:3] + (1 - alpha) * src[x + i][y + j]
    return src

您需要传递源图像，然后传递叠加蒙版和要设置蒙版的位置。您甚至可以设置遮蔽比例。像这样调用它。

transparentOverlay(face_cigar_roi_color,cigar,(int(w/2),int(sh_cigar/2)))

详情可以看这个link：Face masking and Overlay using OpenCV python

输出：

Answer 3

我想也许你想要那样的东西。

这是源图像:

源模糊对：

mask-alphablened-pair:

代码注释中有说明的代码

#!/usr/bin/python3
# 2018.01.16 13:07:05 CST
# 2018.01.16 13:54:39 CST
import cv2
import numpy as np

def alphaBlend(img1, img2, mask):
    """ alphaBlend img1 and img 2 (of CV_8UC3) with mask (CV_8UC1 or CV_8UC3)
    """
    if mask.ndim==3 and mask.shape[-1] == 3:
        alpha = mask/255.0
    else:
        alpha = cv2.cvtColor(mask, cv2.COLOR_GRAY2BGR)/255.0
    blended = cv2.convertScaleAbs(img1*(1-alpha) + img2*alpha)
    return blended

img = cv2.imread("test.png")

H,W = img.shape[:2]
mask = np.zeros((H,W), np.uint8)
cv2.circle(mask, (325, 350), 40, (255,255,255), -1, cv2.LINE_AA)
mask = cv2.GaussianBlur(mask, (21,21),11 )

blured = cv2.GaussianBlur(img, (21,21), 11)

blended1 = alphaBlend(img, blured, mask)
blended2 = alphaBlend(img, blured, 255- mask)

cv2.imshow("blened1", blended1);
cv2.imshow("blened2", blended2);
cv2.waitKey();cv2.destroyAllWindows()

一些有用的链接：

OpenCV C++ 中的 Alpha 混合：
OpenCV 中的 Alpha 混合 Python：

Answer 4

您可以尝试使用 PIL 库中的函数。例子-

from PIL import Image, ImageFilter
blur_factor = 3 # for smooth borders as you have mentioned

blurred_mask = mask.filter(ImageFilter.GaussianBlur(blur_factor)) # your circle = 255, background = 0
final_img = Image.composite(blurred_img, original_img, blurred_mask) # here blurred image is the one which you have already blurred, original image is your sharp non blurred image

opencv 中的渐变蒙版混合 python

Gradient mask blending in opencv python

python

opencv

mask

image-processing