Python利用ROI进行图像合成的问题小结

清欢

发布时间：2026-10-14| 2人浏览过

原创

本文总结利用Python和OpenCV进行图像合成的经验。针对seamlessClone在模板合成中边缘过渡不自然的问题，提出使用ROI（感兴趣区域）直接替换方案。通过定义圆形或矩形掩膜，精确控制替换区域，并结合PS进行后期处理，实现图片与模板的完美对齐。

ROI图像合成方案概述

此前尝试使用seamlessClone函数进行图片合成，但在两张图片的交集部分发现存在若干瑕疵……

具体需求如下：

假设存在一张模板图片，其中包含两个预留的照片填充位置（如下图所示）：

图中蓝色圆圈和黄色圆圈代表需要替换的区域，其余部分视为一张PNG图片。通过Photoshop可以获取蓝圆和黄圆的具体坐标，目标是将下方的两张图片合成到上方的指定位置中：

圆形区域ROI合成实现

使用ROI合成圆形区域


def input_circle_img(img, file_path, img_part_name, x, y, r):
    for file in os.listdir(file_path):
        if img_part_name in file:
            path = file_path + "\\" + file
            src = cv_imread(path)
            src = cv.resize(src, (r * 2 + 4, r * 2 + 4))
            h, w, ch = src.shape
            mask = np.zeros(src.shape[:2], dtype=np.uint8)
            mask = cv.circle(mask, (r + 1, r + 1), r, (255, 255, 255), -1)
            imgROI = img[(y - r):(y + r), (x - r):(x + r)]
            mask = mask/255.0
            a =  mask[..., None]
            for row in range(imgROI.shape[0]):
                for col in range(imgROI.shape[1]):
                    if a[row, col]:
                        imgROI[row, col] = src[row, col]

参数	说明
img	模板图片对象，即上文中的第一幅图片
file_path	需要替换的图片所在的文件路径，即上文中的1_测试.jpg和2_测试.jpg所在的文件夹路径
img_part_name	即需要替换的图片的（部分）文件名,比如我想换的是“1_测试.jpg”，则此参数可以为“1_”也可以为全名~（需要注意的是：填写的字符串尽量为文件夹中唯一的标识符，例如填“_测试”则可能导致想要的文件被其它图片所覆盖）
x	图片中心在模板中的横向位置（与模板左侧的距离）
y	图片中心在模板中的纵向位置（与模板上侧的距离）
r	图片出于模板中的实际半径

此处尺寸+4的原因在于，之前使用seamlessClone时边缘会受到原模板的影响。改为ROI方式后未再调整回去，实际上不加这4个像素可能也没有明显问题~


def export_comp_img(path):
    print("[START] export_comp_img ...")
    for file_path in os.listdir(path):
        file_path = path + "\\" + file_path
        # 创建画布方法，就是利用np.zeros，与本文无关就不放啦~
        img = create_img(2400, 3600)
        input_circle_img(img, file_path, "2_", 1862, 800, 440)
        input_circle_img(img, file_path, "1_", 1247, 558, 315)
        # input_rect_img(img, file_path, "3_", (0, 2202), (2400, 2944))
        # 保存图片方法，就是利用imencode，与本文无关就不放啦~
        save_img(img, file_path)

预期结果应该能得到如下图片：

随后将模板的PNG图片覆盖在最上层——可以使用前文提到的mask思路，也可以放入PS中合成。这里一方面需要在PS中进行后续操作，另一方面也需要观察图片边缘的处理效果，因此选择了后者。

最终与模板中的位置完美对齐！注：如果是除圆以外的不规则图形，可以通过修改mask实现——最简单的方式是加载一张mask图片。若是单纯的矩形选区，则无需使用mask。至此完成！下面是一些补充说明……

矩形区域合成与seamlessClone对比

使用ROI合成矩形区域


def input_rect_img(img, file_path, img_part_name, start_point, end_point):
    for file in os.listdir(file_path):
        if img_part_name in file:
            path = file_path + "\\" + file
            src = cv_imread(path)
            h = end_point[1] - start_point[1]
            w = end_point[0] - start_point[0]
            src = cv.resize(src, (w, h))
            imgROI = img[start_point[1]:(start_point[1] + h),start_point[0]:(start_point[0] + w)]
            for row in range(imgROI.shape[0]):
                for col in range(imgROI.shape[1]):
                    imgROI[row, col] = src[row, col]

使用seamlessClone合成圆形区域

值得一提的是，起初我使用的是seamlessClone方法，但尝试了三种模式效果均不理想：


def input_circle_img_seamlessClone(img, file_path, img_part_name, x, y, r):
    for file in os.listdir(file_path):
        if img_part_name in file:
            path = file_path + "\\" + file
            src = cv_imread(path)
            src = cv.resize(src, (r * 2 + 4, r * 2 + 4))
            h, w, ch = src.shape
            mask = np.zeros(src.shape[:2], dtype=np.uint8)
            mask = cv.circle(mask, (r + 1, r + 1), r, (255, 255, 255), -1)
            center = (x, y)
            output = cv.seamlessClone(src, img, mask, center, cv.MIXED_CLONE)
            return output

MIXED_CLONE