基于opencv的图片加水印实现方案

加水印应该是个很常见的需求,但是网上找的代码,都感觉不太完善。记录下自己搞出来的一个方案

水印有几个需求:

  1. 中文文字水印
  2. 文字倾斜
  3. 满图都是,而不是只有一个地方
  4. 水印文字所在之处完全展示水印

实现思路

准备水印图

我是这么做的,先手工生成一张水印图,尺寸比较小,约100*100。然后也把文字旋转一定角度(当然如果想做随机角度,也是可以的,代码再复杂点处理就好,不影响这个思路),生成这个一张图片,并且底色选择纯黑

然后用opencv将水印图处理出一张二值图

这个也不难,底色纯黑,这个很好做,用Threshold很容易实现。

然后用水印图和原图叠加

核心就是要用copyTo(),然后要输入mask,二值图的作用就是做掩码,这样就可以实现完美的水印添加效果。

其他细节

因为水印图通常是远小于原图的(其实也可以采用其他方案。总之核心就是要有水印图和对应的二值图),如何实现满图添加水印呢?

思路

  1. 先设置一个水印的间距,比如两百个像素点
  2. 然后通过水印图的大小和间距的值,计算生成一个尺寸大于等于原图的纯水印图(同时也要有二值图)
  3. 然后裁剪成和原图一样大
  4. 然后用copyTo()叠加即可。

这样性能很高,go语言实现处理一张图片不超过10ms。

go语言实现

思路都是通用的,基于opencv都能实现。


func ImgWatermark(img gocv.Mat) {var Watermark gocv.Matvar WatermarkBW gocv.Mat// 不同通道的图片使用不同的水印if img.Channels() == 3 {// 判断是否需要初始化if g.Watermark3 == nil { // g. 是我设置的全局变量,因为不需要每次都加载水印。加载一次到内存即可mat := gocv.IMRead(`watermark.jpg`, gocv.IMReadColor)g.Watermark3 = &mat// 取得水印图片的二值图watermarkGray3 := gocv.NewMat()gocv.CvtColor(*g.Watermark3, &watermarkGray3, gocv.ColorBGRToGray)// 取得二值图的黑白图BW3 := gocv.NewMat()g.WatermarkBW3 = &BW3gocv.Threshold(watermarkGray3, g.WatermarkBW3, 30, 255, gocv.ThresholdBinary)watermarkGray3.Close()}Watermark = *g.Watermark3WatermarkBW = *g.WatermarkBW3} else if img.Channels() == 4 {// 判断是否需要初始化if g.Watermark4 == nil {mat := gocv.IMRead(`watermark.jpg`, gocv.IMReadColor)g.Watermark4 = &matgocv.Merge([]gocv.Mat{mat, gocv.NewMatWithSizeFromScalar(gocv.NewScalar(255, 255, 255, 255), mat.Rows(), mat.Cols(), gocv.MatTypeCV8UC1)}, g.Watermark4)// 取得水印图片的二值图watermarkGray4 := gocv.NewMat()gocv.CvtColor(*g.Watermark4, &watermarkGray4, gocv.ColorBGRToGray)// 取得二值图的黑白图BW4 := gocv.NewMat()g.WatermarkBW4 = &BW4gocv.Threshold(watermarkGray4, g.WatermarkBW4, 30, 255, gocv.ThresholdBinary)watermarkGray4.Close()}Watermark = *g.Watermark4WatermarkBW = *g.WatermarkBW4} else if img.Channels() == 1 {// 判断是否需要初始化if g.Watermark1 == nil {mat := gocv.IMRead(`watermark.jpg`, gocv.IMReadGrayScale) // 直接读取黑白g.Watermark1 = &mat// 取得二值图的黑白图BW1 := gocv.NewMat()g.WatermarkBW1 = &BW1gocv.Threshold(mat, g.WatermarkBW1, 30, 255, gocv.ThresholdBinary)}Watermark = *g.Watermark1WatermarkBW = *g.WatermarkBW1} else {fmt.Println("图片通道数不支持", img.Channels())return}waterCol := Watermark.Cols()waterRow := Watermark.Rows()// 为了水印不要那么密,这里设置一个间距spacing := 200 // 水印的间距waterColAndSpacing := waterCol + spacingwatreRowAndSpacing := waterRow + spacing// 计算需要添加水印的次数watermarkHugeRowTimes := int(math.Ceil(float64(img.Rows()) / float64(watreRowAndSpacing))) //向上取整watermarkHugeColTimes := int(math.Ceil(float64(img.Cols()) / float64(waterColAndSpacing)))imgRect := image.Rectangle{} //每次取图像中哪一块区域的数据结构var croppedMat gocv.Mat      // 每次从原图像上裁剪和水印图像一样大小的一块newWater := WatermarknewWaterBW := WatermarkBW// 循环一块块的给图像添加水印for i := 0; i < watermarkHugeColTimes; i++ {imgRect.Min.X = i * waterColAndSpacingimgRect.Max.X = imgRect.Min.X + waterColif imgRect.Max.X >= img.Cols() { // 判断是否超出原图像的列数imgRect.Max.X = img.Cols()}for j := 0; j < watermarkHugeRowTimes; j++ {imgRect.Min.Y = j * watreRowAndSpacingimgRect.Max.Y = imgRect.Min.Y + waterRowif imgRect.Max.Y >= img.Rows() { // 判断是否超出原图像的行数imgRect.Max.Y = img.Rows()}croppedMat = img.Region(imgRect) // 原图像中一块区域的浅拷贝,修改它会连带修改原图像// 判断裁剪的图像大小是否与水印图像大小一致,不一致则需要重新裁剪if croppedMat.Rows() != Watermark.Rows() || croppedMat.Cols() != Watermark.Cols() {newRect := image.Rectangle{Min: image.Point{X: 0, Y: 0}, Max: image.Point{X: croppedMat.Cols(), Y: croppedMat.Rows()}}newWater = Watermark.Region(newRect)newWaterBW = WatermarkBW.Region(newRect)}newWater.CopyToWithMask(&croppedMat, newWaterBW) // 用水印图覆盖原图像}}
}

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/872866.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

k8s一些名词解释

潮汐计算 是一种根据负载变化动态调整资源分配的计算模式。其核心思想是利用峰值和非峰值时段的资源需求差异,动态地扩展或缩减计算资源。在 Kubernetes 环境中,可以通过自动扩展(auto-scaling)机制,根据工作负载的变化自动调整计算资源,最大化资源利用率并减少不必要的…

QT-RTSP相机监控视频流

QT-RTSP相机监控视频流 一、演示效果二、关键程序三、下载链接 一、演示效果 二、关键程序 #include "mainwindow.h"#include <QDebug>MainWindow::MainWindow(QWidget *parent) : QMainWindow(parent), m_settings("outSmart", "LiveWatcher&…

清华大学学报哲学社会科学版

《清华大学学报》&#xff08;哲学社会科学版&#xff09;投稿须知 一、本刊简介 《清华大学学报》&#xff08;哲学社会科学版&#xff09;由清华大学主办&#xff0c;是首批国家社会科学基金资助期刊、全国中文核心期刊、中国人文社会科学核心期刊、中文社会科学引文索引&…

Gmsh教程

13、在没有底层CAD模型的情况下重新擦除STL文件 import gmsh # 导入Gmsh库&#xff0c;用于几何建模和网格划分 import math # 导入数学库&#xff0c;用于计算 import os # 导入操作系统库&#xff0c;用于处理文件路径 import sys # 导入系统库&#xff0c;用于…

CentOS 7 安装MySQL 5.7.30

CentOS 7 安装MySQL卸载&#xff08;离线安装&#xff09; 安装配置MySQL之前先查询是否存在&#xff0c;如存在先卸载再安装 rpm -qa|grep -i mysql rpm -qa|grep -i mariadb rpm -e --nodeps mariadb-libs-5.5.68-1.el7.x86_64如下命令找到直接 rm -rf 删除&#xff08;删除…

07. Hibernate 会话工厂(SessionFactory)

1. 前言 Hibernate 的核心价值观是&#xff1a;开发者们&#xff01;做你们应该做的。脏的、累的、没技术含义的由本尊来做。 本节课和大家一起好好的聊聊 Hibernate 的核心组件之一&#xff1a;会话工厂&#xff08;SessionFactory&#xff09;。 通过本节课&#xff0c;你…

Redis数据结构--跳跃表 Skip List

跳跃表&#xff08;Skip List&#xff09;是一种高效的随机化数据结构&#xff0c;通过引入多层索引来实现快速的查找、插入和删除操作。它在Redis中被用来实现有序集合&#xff08;Sorted Set&#xff09;&#xff0c;在处理大量数据时表现出了优越的性能和灵活性。本文将详细…

MySQL增量备份

增备1 做增量备份前&#xff0c;是需要进行一次完成备份的 1、做数据修改 创建一个add1.t1 t1 包含&#xff1a;id,name 加2条数据 id | name | ---------- | 1 | add1 | | 2 | add2 | ----------操作如下&#xff1a; MySQL root(none):(none)> show databases; -…

Linux openEuler_24.03部署MySQL_8.4.0 LTS安装实测验证安装以及测试连接全过程实操手册

Linux openEuler_24.03部署MySQL_8.4.0 LTS安装实测验证安装以及测试连接全过程实操手册 前言: 什么是 MySQL? MySQL 是一个关系型数据库管理系统,由瑞典 MySQL AB 公司开发,目前属于Oracle 公司。MySQL 是一种关系型数据库管理系统,关系型数据库将数据保存在不同的表中,…

深入探讨SQL Server端口设置:理论与实践

引言 在现代企业级应用中&#xff0c;SQL Server作为微软的旗舰数据库产品&#xff0c;广泛应用于各种关键业务系统中。设置SQL Server的端口是数据库管理中的一个重要环节&#xff0c;它不仅影响到数据库的安全性&#xff0c;还直接关系到网络通信的效率和稳定性。本文将从计…

C++ 入门基础:开启编程之旅

文章目录 引言一、C的第⼀个程序二、命名空间1、namespace2、namespace的定义 三、C输入 与 输出四、缺省参数五、函数重载六、引用1、引用的概念和定义2、引用的特性3、指针和引用的关系七、inline八、nullptr 引言 C 是一种高效、灵活且功能强大的编程语言&#xff0c;广泛应…

C1W4.Assignment.Naive Machine Translation and LSH

理论课&#xff1a;C1W4.Machine Translation and Document Search 文章目录 1. The word embeddings data for English and French words1.1The dataThe subset of dataLoad two dictionaries 1.2 Generate embedding and transform matricesExercise 1: Translating English…

数学建模-Topsis(优劣解距离法)

介绍 TOPSIS法&#xff08;Technique for Order Preference by Similarity to Ideal Solution&#xff09; 可翻译为逼近理想解排序法&#xff0c;国内常简称为优劣解距离法 TOPSIS 法是一种常用的综合评价方法&#xff0c;其能充分利用原始数据的信息&#xff0c; 其结果能精…

张量分解(5)——Tucker分解

&#x1f345; 写在前面 &#x1f468;‍&#x1f393; 博主介绍&#xff1a;大家好&#xff0c;这里是hyk写算法了吗&#xff0c;一枚致力于学习算法和人工智能领域的小菜鸟。 &#x1f50e;个人主页&#xff1a;主页链接&#xff08;欢迎各位大佬光临指导&#xff09; ⭐️近…

如何防范场外个股期权的交易风险?

场外个股期权交易&#xff0c;作为金融衍生品市场的重要组成部分&#xff0c;为投资者提供了更为灵活和多样化的投资策略。然而&#xff0c;其高杠杆、高风险特性也使得投资者在追求高收益的同时&#xff0c;面临着较大的交易风险。为了有效防范这些风险&#xff0c;投资者需要…

基于STM32设计的智能门锁(微信小程序+手机APP等多种方式开锁)(188)

基于STM32设计的智能门锁(微信小程序+手机APP等多种方式开锁)(188) 文章目录 一、前言1.1 项目介绍【1】项目功能介绍【2】项目硬件模块组成1.2 设计思路【1】整体设计思路【2】整体构架【3】ESP8266模块配置【4】上位机开发思路【5】供电方式1.3 项目开发背景【1】选题的意义【…

Kafka Producer发送消息流程之Sender发送线程和在途请求缓存区

文章目录 1. Sender发送数据1. 发送数据的详细过程&#xff1a;2. 关键参数配置 2. 在途请求缓存区 1. Sender发送数据 Sender线程负责将已经在RecordAccumulator中准备好的消息批次发送到Kafka集群。虽然消息在RecordAccumulator中是按照分区组织的&#xff0c;但Sender线程在…

【VScode】安装【ESP-IDF】插件及相关工具链

一、ESP-IDF简介 二、VScode安装ESP-IDF插件 三、安装ESP-IDF、ESP-IDF-Tools以及相关工具链 四、测试例程&编译烧录 一、ESP-IDF简介 二、VScode安装ESP-IDF插件 【VScode】安装配置、插件及远程SSH连接 【VSCode】自定义配置 打开VScode&#xff0c;在插件管理搜索esp…

react + pro-components + ts完成单文件上传和批量上传

上传部分使用的是antd中的Upload组件,具体如下: GradingFilingReportUpload方法是后端已经做好文件流,前端只需要调用接口即可 单文件上传 <Uploadkey{upload_${record.id}}showUploadList{false}accept".xlsx"maxCount{1}customRequest{({ file }) > {const …

linux list

list_add list_add_tail