画一个奥利奥(python+opencv)

2024-06-19 11:58
文章标签 python opencv 奥利

本文主要是介绍画一个奥利奥(python+opencv),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

来自定义属于自己的奥利奥吧!

惯例先放效果图:
在这里插入图片描述
原项目作者:Diu
灵感和图片来源:https://github.com/ddiu8081/oreooo
本项目仅为原作者项目的python复刻版本(原作者用的是vue)
饼和馅使用的是原作者提供的图片:https://github.com/ddiu8081/oreooo/tree/master/assets/image
请在阅读原作者的 教程 并理解思路以后,再阅读以下代码,不然可能看不懂
本文中用到的opencv相关函数不作详细解释,有兴趣可自行搜教程学习
(解释起来太罗嗦了_(:з)∠)_)
环境要求:下图中的东西要在同个文件夹,其它的没啥要求
在这里插入图片描述
图片下载链接,提取码: t2zs
话不多说放代码(注释应该够详细了,还有问题可在评论区提出):

import cv2def init(): #  将加载本地图片作为函数封装起来,以便后续作为模块使用imge1 = cv2.cv2.imread('O.png', cv2.IMREAD_UNCHANGED)  # 上半饼imge2_temp = cv2.imread('R.png', cv2.IMREAD_UNCHANGED)  # 暂时的馅,后续要做缩小处理imge3 = cv2.imread('Ob.png', cv2.IMREAD_UNCHANGED)  # 下半饼# 空白画布,在最底层为馅的时候要用imge_empty = cv2.imread('empty.png', cv2.IMREAD_UNCHANGED)  # 对馅进行处理,缩小到90%,毕竟总不能馅和饼一样大scale_percent = 90width = int(imge2_temp.shape[1] * scale_percent / 100)height = int(imge2_temp.shape[0] * scale_percent / 100)imge2 = cv2.resize(imge2_temp, (width, height), interpolation=cv2.INTER_AREA)return imge1, imge2, imge3, imge_empty  # 将上半饼,缩小的馅,下半饼以及空白画布作为对象返回#  画布增加(为了让图片能叠加,和ps一个道理)
def png_extend(img, px):# 增加有颜色的像素,value的3个值代表RGB,随便啥都行(反正后续要变成透明),这里为白色imgb = cv2.copyMakeBorder(img, px, 0, 0, 0, cv2.BORDER_CONSTANT, value=[255, 255, 255])# 分离4个通道(R,G,B和Alpha(透明度))(虽然平时念RGB比较习惯,不过在opencv里面顺序变成BGR了)b_channel, g_channel, r_channel, alpha_channel = cv2.split(imgb)  alpha_channel[:px, :] = 0  # 把有颜色的像素变透明return imgb  # 处理完的画布作为整体返回def add_t(imgb):  # 增加上半饼,只在要叠加最上面一层的时候使用img1, img2, img3, img_empty = init()  # 初始化本地图片roi = imgb[0:410, 0:600]  # 设置要叠加的区域# 下面的步骤为opencv中教科书般的“按位运算”操作,和百度能找到的教程几乎一样img1gray = cv2.cvtColor(img1, cv2.COLOR_BGR2GRAY)# 这里的第二个参数253不是唯一可用的值,可在255以内随意尝试# 不过太低会导致图像识别差异过大,我试过的最低大概是248左右ret, mask = cv2.threshold(img1gray, 253, 255, cv2.THRESH_BINARY)  mask_inv = cv2.bitwise_not(mask)img4_bg = cv2.bitwise_and(roi, roi, mask=mask)img1_fg = cv2.bitwise_and(img1, img1, mask=mask_inv)dst = cv2.add(img4_bg, img1_fg)imgb[0:410, 0:600] = dstreturn imgb  # 处理完的画布作为整体返回def add_re(imgb):  # 注释同函数add_timg1, img2, img3, img_empty = init()roi = imgb[0:369, 30:570]regray = cv2.cvtColor(img2, cv2.COLOR_BGR2GRAY)ret, mask = cv2.threshold(regray, 253, 255, cv2.THRESH_BINARY)mask_inv = cv2.bitwise_not(mask)imgb_bg = cv2.bitwise_and(roi, roi, mask=mask)re_fg = cv2.bitwise_and(img2, img2, mask=mask_inv)dst = cv2.add(imgb_bg, re_fg)imgb[0:369, 30:570] = dstreturn imgbdef add_b(imgb):  # 注释同函数add_timg1, img2, img3, img_empty = init()roi = imgb[0:410, 0:600]img1gray = cv2.cvtColor(img3, cv2.COLOR_BGR2GRAY)ret, mask = cv2.threshold(img1gray, 253, 255, cv2.THRESH_BINARY)mask_inv = cv2.bitwise_not(mask)img4_bg = cv2.bitwise_and(roi, roi, mask=mask)img1_fg = cv2.bitwise_and(img3, img3, mask=mask_inv)dst = cv2.add(img4_bg, img1_fg)imgb[0:410, 0:600] = dstreturn imgbdef draw(name):  # 这里传进来的的name是你定义的奥利奥字段,如“奥利奥奥利利利奥”# 预处理img1, img2, img3, img_empty = init()if name[-1] == '奥':  # 如果最底层是“奥”,则直接用下半饼作为基础画布cv2.imwrite('img4.png', img3)else:  # 如果最底层是“利”,则要在空白画布上附加缩小后的馅,再作为基础画布,以便后续图片宽度不变img4 = add_re(img_empty)cv2.imwrite('img4.png', img4)    img4 = cv2.imread('img4.png', cv2.IMREAD_UNCHANGED)  # img4就是我们的基础画布了# 对除去顶层以外的部分进行叠图(因为顶层有可能要叠上半饼,所以后续拉出来单独处理)for i in range(0, len(name) - 2):if (name[len(name) - i - 1] == '奥') & (name[len(name) - i - 2] == '利'):"""底+馅要拓展40像素"""imgt = png_extend(img4, 40)img4 = add_re(imgt)elif (name[len(name) - i - 1] == '利') & (name[len(name) - i - 2] == '利'):"""馅+馅要拓展60像素"""img4 = png_extend(img4, 60)img4 = add_re(img4)elif (name[len(name) - i - 1] == '利') & (name[len(name) - i - 2] == '奥'):"""馅+底/顶要拓展84像素"""img4 = png_extend(img4, 84)img4 = add_b(img4)elif (name[len(name) - i - 1] == '奥') & (name[len(name) - i - 2] == '奥'):"""底+底/顶要拓展64像素"""img4 = png_extend(img4, 64)img4 = add_b(img4)# 对顶层单独处理if (name[0] == '奥') & (name[1] == '利'):img4 = png_extend(img4, 84)img4 = add_t(img4)elif (name[0] == '奥') & (name[1] == '奥'):img4 = png_extend(img4, 64)img4 = add_t(img4)elif (name[0] == '利') & (name[1] == '奥'):imgt = png_extend(img4, 40)img4 = add_re(imgt)elif (name[0] == '利') & (name[1] == '利'):img4 = png_extend(img4, 60)img4 = add_re(img4)cv2.imwrite('oreo.png', img4)  # 将最终图像保存为oreo.png# 以下被注释的代码用来临时调试使用,可将最终图片自动展示出来,不用手动点开图片查看# cv2.imshow('image', img4)# cv2.waitKey(0)  # cv2.destroyAllWindows()

被其它py文件调用只需import oreo,然后oreo.draw('奥利利利奥')即可

这篇关于画一个奥利奥(python+opencv)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1074965

相关文章

基于Python开发Windows屏幕控制工具

《基于Python开发Windows屏幕控制工具》在数字化办公时代,屏幕管理已成为提升工作效率和保护眼睛健康的重要环节,本文将分享一个基于Python和PySide6开发的Windows屏幕控制工具,... 目录概述功能亮点界面展示实现步骤详解1. 环境准备2. 亮度控制模块3. 息屏功能实现4. 息屏时间

Python如何去除图片干扰代码示例

《Python如何去除图片干扰代码示例》图片降噪是一个广泛应用于图像处理的技术,可以提高图像质量和相关应用的效果,:本文主要介绍Python如何去除图片干扰的相关资料,文中通过代码介绍的非常详细,... 目录一、噪声去除1. 高斯噪声(像素值正态分布扰动)2. 椒盐噪声(随机黑白像素点)3. 复杂噪声(如伪

Python中图片与PDF识别文本(OCR)的全面指南

《Python中图片与PDF识别文本(OCR)的全面指南》在数据爆炸时代,80%的企业数据以非结构化形式存在,其中PDF和图像是最主要的载体,本文将深入探索Python中OCR技术如何将这些数字纸张转... 目录一、OCR技术核心原理二、python图像识别四大工具库1. Pytesseract - 经典O

基于Linux的ffmpeg python的关键帧抽取

《基于Linux的ffmpegpython的关键帧抽取》本文主要介绍了基于Linux的ffmpegpython的关键帧抽取,实现以按帧或时间间隔抽取关键帧,文中通过示例代码介绍的非常详细,对大家的学... 目录1.FFmpeg的环境配置1) 创建一个虚拟环境envjavascript2) ffmpeg-py

python使用库爬取m3u8文件的示例

《python使用库爬取m3u8文件的示例》本文主要介绍了python使用库爬取m3u8文件的示例,可以使用requests、m3u8、ffmpeg等库,实现获取、解析、下载视频片段并合并等步骤,具有... 目录一、准备工作二、获取m3u8文件内容三、解析m3u8文件四、下载视频片段五、合并视频片段六、错误

Python中提取文件名扩展名的多种方法实现

《Python中提取文件名扩展名的多种方法实现》在Python编程中,经常会遇到需要从文件名中提取扩展名的场景,Python提供了多种方法来实现这一功能,不同方法适用于不同的场景和需求,包括os.pa... 目录技术背景实现步骤方法一:使用os.path.splitext方法二:使用pathlib模块方法三

Python打印对象所有属性和值的方法小结

《Python打印对象所有属性和值的方法小结》在Python开发过程中,调试代码时经常需要查看对象的当前状态,也就是对象的所有属性和对应的值,然而,Python并没有像PHP的print_r那样直接提... 目录python中打印对象所有属性和值的方法实现步骤1. 使用vars()和pprint()2. 使

使用Python和OpenCV库实现实时颜色识别系统

《使用Python和OpenCV库实现实时颜色识别系统》:本文主要介绍使用Python和OpenCV库实现的实时颜色识别系统,这个系统能够通过摄像头捕捉视频流,并在视频中指定区域内识别主要颜色(红... 目录一、引言二、系统概述三、代码解析1. 导入库2. 颜色识别函数3. 主程序循环四、HSV色彩空间详解

一文深入详解Python的secrets模块

《一文深入详解Python的secrets模块》在构建涉及用户身份认证、权限管理、加密通信等系统时,开发者最不能忽视的一个问题就是“安全性”,Python在3.6版本中引入了专门面向安全用途的secr... 目录引言一、背景与动机:为什么需要 secrets 模块?二、secrets 模块的核心功能1. 基

python常见环境管理工具超全解析

《python常见环境管理工具超全解析》在Python开发中,管理多个项目及其依赖项通常是一个挑战,下面:本文主要介绍python常见环境管理工具的相关资料,文中通过代码介绍的非常详细,需要的朋友... 目录1. conda2. pip3. uvuv 工具自动创建和管理环境的特点4. setup.py5.