如何使用OpenCV将图片填充到另一张图的圆形白色区域中？

前置准备 #

确保已安装opencv-python和numpy，可通过以下命令安装：

pip install opencv-python numpy

实现步骤及代码 #

1. 加载图片并校验

import cv2
import numpy as np

# 加载两张目标图片
img_with_circle = cv2.imread("E6JLZ.png")
fill_img = cv2.imread("TPdUP.jpg")

# 校验图片加载状态
if img_with_circle is None or fill_img is None:
    raise ValueError("图片加载失败，请检查文件路径是否正确")

2. 提取圆形白色区域的掩码

通过颜色阈值提取白色区域，再用形态学操作优化掩码边缘：

# 转换为HSV空间，更易识别白色
hsv = cv2.cvtColor(img_with_circle, cv2.COLOR_BGR2HSV)
# 定义白色的HSV范围（低饱和度、高亮度）
lower_white = np.array([0, 0, 200])
upper_white = np.array([180, 30, 255])

# 生成初始掩码
mask = cv2.inRange(hsv, lower_white, upper_white)

# 形态学操作消除噪点、平滑边缘
kernel = np.ones((5,5), np.uint8)
mask = cv2.morphologyEx(mask, cv2.MORPH_CLOSE, kernel)
mask = cv2.morphologyEx(mask, cv2.MORPH_OPEN, kernel)

3. 定位圆形区域的中心与半径

通过轮廓检测获取圆形的关键参数：

# 查找掩码中的轮廓
contours, _ = cv2.findContours(mask, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
if not contours:
    raise ValueError("未检测到白色圆形区域")

# 取面积最大的轮廓（即目标圆形）
largest_contour = max(contours, key=cv2.contourArea)
# 计算最小外接圆的中心和半径
(x, y), radius = cv2.minEnclosingCircle(largest_contour)
center = (int(x), int(y))
radius = int(radius)

4. 调整填充图尺寸并裁剪为圆形

让填充图适配圆形区域的大小，可选裁剪为圆形：

# 将填充图缩放到圆形直径大小
fill_size = (2*radius, 2*radius)
resized_fill = cv2.resize(fill_img, fill_size, interpolation=cv2.INTER_AREA)

# （可选）生成填充图的圆形掩码，只保留圆形区域
fill_mask = np.zeros(fill_size, dtype=np.uint8)
cv2.circle(fill_mask, (radius, radius), radius, 255, -1)
resized_fill = cv2.bitwise_and(resized_fill, resized_fill, mask=fill_mask)

5. 合成填充图到原图

将调整后的填充图替换原图的白色圆形区域：

# 计算填充图在原图中的放置坐标
x_start = center[0] - radius
y_start = center[1] - radius
x_end = x_start + 2*radius
y_end = y_start + 2*radius

# 校验坐标是否在原图范围内
if x_start <0 or y_start <0 or x_end > img_with_circle.shape[1] or y_end > img_with_circle.shape[0]:
    raise ValueError("圆形区域超出图片边界，请检查原图")

# 提取原图中需要替换的区域
roi = img_with_circle[y_start:y_end, x_start:x_end]
# 融合填充图与ROI区域
roi = cv2.bitwise_and(roi, roi, mask=cv2.bitwise_not(fill_mask))
roi = cv2.add(roi, resized_fill)

# 将融合后的区域放回原图
img_with_circle[y_start:y_end, x_start:x_end] = roi

6. 查看或保存结果

# 显示结果
cv2.imshow("填充完成图", img_with_circle)
cv2.waitKey(0)
cv2.destroyAllWindows()

# 保存结果到本地
cv2.imwrite("filled_result.png", img_with_circle)

注意事项 #

• 若白色区域存在噪点，可调整HSV阈值或增加轮廓面积过滤条件；
• 不需要圆形填充时，可跳过填充图的圆形掩码裁剪步骤；
• 若原图白色圆形不是规则圆形，可直接用初始掩码进行替换，无需计算外接圆。

内容的提问来源于stack exchange，提问作者chigan_6