Python 使用OpenCV检测并替换图像中的区域

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中的白色区域（黑色图像）。使用

OpenCV

有什么方法可以做到这一点吗？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

原始图像

---

如果我理解正确，您希望将黑色图像上的白色ROI替换为原始图像。这里有一个简单的方法：

获取二值图像。加载图像、灰度，然后

提取ROI并替换。使用和查找轮廓，然后使用轮廓近似进行过滤。假设该区域为矩形，如果轮廓近似结果为

4

，则我们已找到所需区域。此外，我们使用过滤器来确保不包含噪声。最后，我们使用Numpy切片获得边界框坐标并提取ROI。最后，我们将ROI替换为原始图像

---

检测到要提取/替换的区域以绿色突出显示

提取的ROI

结果

代码

---

谢谢我感谢你的帮助！我希望做一些类似的事情，除了在多个图像中用另一个圆形徽标替换一个圆形徽标。如果区域是圆形而不是矩形，则代码是否相同？否，您必须调整轮廓近似值，在这个特定示例中，它的

4

，因为这是矩形或圆形。如果你想找到一个圆形标志，把它改成9+之类的

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()