Python 在另一幅图像上粘贴图像时，如何保持前景图像的透明？

我正在尝试使用OpenCV/Pillow将一个图像置于另一个图像之上，同时保持前景图像透明。如果你看，你可以看到一切都进展顺利，除了我不知道如何保持图像的透明

我尝试在我的程序中通过

@fireant

实现，但似乎没有任何效果

如何正常执行

index.py

，但保持前景png透明？

图像

index.py

---

使用

cv2.IMREAD\u UNCHANGE

标志读取

dot\u transparent.png

，则您拥有alpha通道（否则，您只有3个通道）

img=cv2.imread（'faces.jpg'））
to_replace=cv2.imread（'dot_transparent.png'，cv2.imread_未更改）
#样本眼检测
ex，ey，ew，eh=1600200200
调整大小的替换=cv2。调整大小（到替换（eh，ew））
img[ey:ey+eh，ex:ex+ew]=np。其中（resized_replace[…，-1::][p>因为每个像素都有特定的alpha值，所以我会采用另一种方法，实现像素级，忽略最终图像中的任何alpha通道

我借用了以下几行：

导入cv2
将matplotlib.pyplot作为plt导入
将numpy作为np导入
#阅读图像
img=cv2.imread（'image.jpg'）
dot=cv2.imread（'dot\u transparent.png'，cv2.imread\u未更改）
#手动操作一只眼睛
ex，ey，ew，eh=1430149040400
点=cv2。调整大小（点（eh，ew））
#准备像素级alpha混合
点α=点[…，3]/255.0
点α=np.重复（点α[…，np.新轴]，3，轴=2）
点=点[…，：3]
#像素级alpha混合
img[ey:ey+eh，ex:ex+ew，：]=img[ey:ey+eh，ex:ex+ew，：]*（1-dot_alpha）+dot*dot_alpha
#输出
plt.图（figsize=（9,9））
plt.imshow（img[…，[2,1,0]]
plt.紧_布局（）
plt.show（）

这就是输出：


----------------------------------------
系统信息
----------------------------------------
平台：Windows-10-10.0.16299-SP0
Python:3.9.1
Matplotlib:3.3.4
NumPy:1.20.1
OpenCV:4.5.1
----------------------------------------
是否可以保持所有透明度？不仅仅是去除黑色？即尝试增加阈值，例如50。请参阅更新的答案。谢谢！这看起来很棒，但我尝试在代码中实现您的解决方案，但收到了
值错误：操作数无法与形状（22,22,3）（10001000,3）一起广播
我如何在
index.py
中实现您的解决方案？显然，您还没有调整“点”图像的大小，这具有形状
（1000,1000,3）
以适合找到的ROI，它似乎具有形状
（22,22,3）
。如果看不到更新的代码，就无法提供帮助。请回答您的问题，并将更新的代码放在现有问题下方。
import os
import numpy
import cv2
from PIL import Image
from os.path import join, dirname, realpath
import json

def upload_files():
    #https://github.com/Itseez/opencv/blob/master/data/haarcascades/haarcascade_frontalface_default.xml
    face_cascade = cv2.CascadeClassifier('/Users/matt/Python/LazerEyes/haarcascade_eye.xml')

    #https://github.com/Itseez/opencv/blob/master/data/haarcascades/haarcascade_eye.xml
    eye_cascade = cv2.CascadeClassifier('/Users/matt/Python/LazerEyes/haarcascade_eye.xml')

    img = cv2.imread('new.png')
    img_to_place = cv2.imread('dot_transparent.png')

    gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
    gray_to_place = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
    
    img_h, img_w = gray.shape
    img_to_place_h, img_to_place_w = gray_to_place.shape

    faces = face_cascade.detectMultiScale(gray, 1.3, 5)
    for (x,y,w,h) in faces:
        roi_gray = gray[y:y+h, x:x+w]
        roi_color = img[y:y+h, x:x+w]
        eyes = eye_cascade.detectMultiScale(roi_gray)
        for (ex,ey,ew,eh) in eyes:
            resized_img = cv2.resize(img_to_place, (eh, ew), interpolation = cv2.INTER_AREA)
            resized_img_h, resized_img_w, _ = resized_img.shape

            roi_color[ey:ey+resized_img_h, ex:ex+resized_img_w, :] = resized_img

img = cv2.imread('faces.jpg')
to_replace = cv2.imread('dot_transparent.png', cv2.IMREAD_UNCHANGED)
# sample eye dectection
ex,ey,ew,eh = 1600, 1600,200,200

resized_replace = cv2.resize(to_replace, (eh,ew))

img[ey:ey+eh, ex:ex+ew] = np.where(resized_replace[...,-1:]<50, 
                                   img[ey:ey+eh, ex:ex+ew],
                                   resized_replace[...,:-1]
                            )

# show with imshow
plt.imshow(img[...,::-1])