总览
- 在移动物体后面添加图像是经典的计算机视觉项目
- 了解如何使用传统的计算机视觉技术在视频中添加logo
介绍
一位同事带来了一个挑战-建立一个计算机视觉模型，该模型可以在视频中插入任何图像而不会扭曲移动的对象。正如所想象的那样，这是一个非常有趣的项目，而对此进行了大量工作。
由于视频的动态特性，众所周知，处理视频非常困难。与图像不同，没有可以轻松识别和跟踪的静态对象。复杂性级别上升了几个级别–这就是对图像处理和计算机视觉技术的关注。
决定在背景中加上logo。将在稍后详细说明的挑战是，以不妨碍任何给定视频中对象的动态特性的方式插入logo。使用Python和OpenCV构建了此计算机视觉系统-并在本文中分享了方法。
在本文中，将使用图像处理概念和OpenCV。
目录
- 了解问题陈述
- 获取该项目的数据
- 为计算机视觉项目设定蓝图
- 在Python中实现该技术-添加logo！
了解问题陈述
这将是计算机视觉中非常罕见的用例。将在视频中嵌入logo。现在必须要思考–这有什么大不了的？可以简单地将logo粘贴到视频顶部，对吗？
但是，该logo可能只是在视频中隐藏了一些有趣的操作。如果logo妨碍前面的移动物体怎么办？这没有多大意义，并使编辑看起来很业余。
因此，必须弄清楚如何将logo添加到背景中的某个位置，以使其不会阻碍视频中正在进行的主要操作。观看下面的视频-左半部分是原始视频，右半部分上的logo出现在舞者后面的墙上：
这就是将在本文中实现的想法。
获取该项目的数据
我已从pexels.com（一个免费股票视频网站）上拍摄了此视频。正如我之前提到的，我们的目标是在视频中放置logo，使其应出现在某个移动物体的后面。因此，目前我们将使用OpenCV本身的logo。您可以使用任何想要的logo（也许是您最喜欢的运动队？）。
可以从此处下载视频和logo。
https://drive.google.com/file/d/1mXJtJOMTZYm-W6rQavdclbBUEuj3JL4v/view?usp=sharing
为计算机视觉项目设定蓝图
在实施此项目之前，让首先了解该方法。为了执行此任务，将使用图像遮罩。展示一些插图以了解该技术。
假设要在图像（图2）中放置一个矩形（图1），以使第二个图像中的圆应出现在矩形的顶部：
因此，所需的结果应如下所示：
但是，它并不是那么简单。当从图1中提取矩形并将其插入图2中时，它将出现在粉红色圆圈的顶部：
这不是想要的。圆应该在矩形的前面。因此了解如何解决此问题。
这些图像本质上是数组。这些数组的值是像素值，每种颜色都有自己的像素值。因此将以某种方式将应该与矩形重叠的矩形的像素值设置为1（在图5中），而将矩形的其余像素值保持不变。
在图6中，用蓝色虚线包围的区域是放置矩形的区域。用R表示该区域。还将R的所有像素值都设置为1。但是将整个粉红色圆圈的像素值保持不变：
下一步是将矩形的像素值与R的像素值相乘。由于将任何数字乘以1都会得到该数字本身，因此R的所有那些像素值1都将由矩形的像素替换。类似地，矩形的像素值为1将被图6的像素替换。最终的输出结果如下所示：
这是将用于在视频中跳舞的家伙后面嵌入OpenCVlogo的技术。开始做吧！
在Python中实现该技术-添加logo！
可以使用Jupyter Notebook或您选择的任何IDE，然后继续进行。将首先导入必要的库。
导入库
代码语言：javascript复制import cv2
import re
import os
import random
import numpy as np
import matplotlib.pyplot as plt
from os.path import isfile, join注意：本教程使用的OpenCV库的版本是4.0.0。
加载图像
接下来，将指定保存logo和视频的工作目录的路径。请注意，应该在下面的代码段中指定“路径”：
代码语言：javascript复制# specify path to the working directory
path = ".../"
# read logo image
logo = cv2.imread(path "opencv_logo.png")
# read the first frame of the video
cap = cv2.VideoCapture(path "Pexels Videos 2675513.mp4")
ret, frame = cap.read()因此，已加载logo图像和视频的第一帧。现在看一下这些图像或数组的形状：
代码语言：javascript复制logo.shape, frame.shape输出：（（（240，195，3），（1080，1920，3））
两个输出都是3维的。第一维是图像的高度，第二维是图像的宽度，而第三维是图像中通道的数量，即蓝色，绿色和红色。
现在，绘制并查看logo和视频的第一帧：
代码语言：javascript复制plt.imshow(logo)
plt.show()
plt.imshow(cv2.cvtColor(frame,cv2.COLOR_BGR2RGB))
plt.show()
创建图像蒙版的技术
框架尺寸比logo大得多。因可以在许多地方放置logo。但是，将logo放置在框架的中央来说似乎很完美，因为大多数操作将围绕视频中的该区域进行。因此将logo放入框架中，如下所示：
不必担心logo中的黑色背景。稍后将在黑色区域中将像素值设置为1。现在要解决的问题是处理出现在放置logo的同一区域中的移动物体。
如前所述，需要使logo被移动的物体遮挡住。
现在将logo放入的区域具有广泛的像素值。理想情况下，该区域中的所有像素值都应相同。那么该怎么做呢？
必须使绿色虚线框包围的墙的像素具有相同的值。可以借助HSV（色相，饱和度，值）色彩空间来做到这一点：
图像在RGB色彩空间中。将其转换为HSV图片。下图是HSV版本：
下一步是仅找到绿色虚线框内零件的HSV值范围。事实证明，该框中的大多数像素的范围是[6、10、68]到[30、36、122]。这分别是HSV的下限和上限。
现在，使用此范围的HSV值，可以创建一个二进制掩码。此蒙版只不过是像素值为0或255的图像。因此，落入HSV值上下范围的像素将等于255，其余像素将为0。
下面给出的是根据HSV图像准备的蒙版。黄色区域中的所有像素的像素值为255，其余像素的像素值为0：
现在，可以根据需要轻松地将绿色虚线框中的像素值设置为1。回到代码：
代码语言：javascript复制# upper and lower range of HSV
lower = np.array([6,10,68])
upper = np.array([30,36,122])
# create kernel for image dilation
kernel = np.ones((3,3),np.uint8)
# execute the couple of lines below everytime you run the following while loop
cap = cv2.VideoCapture(path "Pexels Videos 2675513.mp4")
cnt = 0
# loop to load, pre-process and display the frames
while(True):
ret, f = cap.read()
# extract the area where we will place the logo
# the dimensions of this area should match with those of the logo
mini_frame = f[500:740,875:1070,:]
# create HSV image
hsv = cv2.cvtColor(f, cv2.COLOR_BGR2HSV)
# create binary mask
mask = cv2.inRange(hsv, lower, upper)
# perform dilation on the mask to reduce noise
dil = cv2.dilate(mask,kernel,iterations = 5)
# extract the area where we will place the logo
# create 3 channels
mini_dil = np.zeros_like(mini_frame)
mini_dil[:,:,0] = dil[500:740,875:1070]
mini_dil[:,:,1] = dil[500:740,875:1070]
mini_dil[:,:,2] = dil[500:740,875:1070]
# copy image of logo
logo_copy = logo.copy()
# set pixel values to 1 where the pixel values of the mask is 0
logo_copy[mini_dil == 0] = 1
# set pixel values to 1 where the pixel values of the logo is 0
logo_copy[logo == 0] = 1
# set pixel values to 1 where the pixel values of the logo is not 1
mini_frame[logo_copy != 1] = 1
# merge images (array multiplication)
mini_frame = mini_frame*logo_copy
# insert logo in the frame
f[500:740,875:1070,:] = mini_frame
# resize the frame (optional)
f = cv2.resize(f, (480, 270), interpolation = cv2.INTER_AREA)
# display frame
cv2.imshow('frame', f)
# save frame
# cv2.imwrite(path 'frames/' str(cnt) '.png',f)
cnt = 1
if cv2.waitKey(20) & 0xFF == ord('q'):
cv2.destroyAllWindows()
break上面的代码段将加载视频中的帧，对其进行预处理，并创建HSV图像和蒙版，最后将logo插入视频中。
尾注
在本文中，介绍了一个非常有趣的计算机视觉用例，并从头开始实现了它。在此过程中，还学习了如何使用图像阵列以及如何从这些阵列创建遮罩。
