如何使用cv2在直播视频中添加图像叠加层并固定图像位置？

核心问题 #

你代码里已经读取了Frame.png到sciframe变量，但全程没用到它，所以叠加没效果。要实现固定位置叠加，需要先确定叠加坐标，再把图像画到直播画面的对应区域。

步骤说明 #

1. 预处理叠加图像 #

• 先确认Frame.png的尺寸，若和摄像头画面差异大，可缩放至合适大小（比如自定义宽度，按比例调整高度）。
• 如果PNG带透明通道，需单独提取alpha通道用于混合；不透明的话直接覆盖或用加权叠加即可。

2. 固定位置叠加 #

指定图像左上角的坐标（比如pos_x=50, pos_y=50），计算图像在直播画面中的区域，确保不超出画面边界后完成叠加。

修改后的完整代码 #

import cv2
import numpy as np

def detect_and_save():
    alpha = 0.2
    beta = 1 - alpha
    cap = cv2.VideoCapture(0)
    # 读取叠加图像，保留alpha通道（如果有）
    sciframe = cv2.imread('Frame.png', cv2.IMREAD_UNCHANGED)  
    if sciframe is None:
        print("无法读取Frame.png，请检查文件路径")
        return
    
    # 获取摄像头画面的宽高
    frame_width = int(cap.get(cv2.CAP_PROP_FRAME_WIDTH))
    frame_height = int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT))
    
    # 可选：缩放叠加图像到指定宽度，按比例调整高度
    target_width = 200
    target_height = int(sciframe.shape[0] * (target_width / sciframe.shape[1]))
    sciframe = cv2.resize(sciframe, (target_width, target_height))
    
    # 固定叠加位置：左上角坐标(x, y)，可自行修改
    pos_x = 50
    pos_y = 50
    
    # 计算叠加区域的边界，防止超出摄像头画面
    overlay_h, overlay_w = sciframe.shape[:2]
    end_x = pos_x + overlay_w
    end_y = pos_y + overlay_h
    if end_x > frame_width or end_y > frame_height:
        print("叠加图像位置超出画面范围，请调整坐标或图像尺寸")
        return
    
    classifier = cv2.CascadeClassifier("haarcascade_frontalface_default.xml")

    while True:
        ret, frame = cap.read()
        if not ret:
            continue
        
        output = frame.copy()
        overlay = frame.copy()

        # 处理图像叠加逻辑
        if sciframe.shape[2] == 4:
            # 带alpha通道的PNG：分离颜色通道和透明度通道
            sciframe_rgb = sciframe[:, :, :3]
            sciframe_alpha = sciframe[:, :, 3] / 255.0
            
            # 对画面对应区域进行混合
            roi = output[pos_y:end_y, pos_x:end_x]
            for c in range(3):
                roi[:, :, c] = (1 - sciframe_alpha) * roi[:, :, c] + sciframe_alpha * sciframe_rgb[:, :, c]
        else:
            # 无alpha通道：用加权叠加实现半透明效果，要完全覆盖就替换成直接赋值
            cv2.addWeighted(sciframe, alpha, output[pos_y:end_y, pos_x:end_x], beta, 0, output[pos_y:end_y, pos_x:end_x])

        # 原有的人脸检测与绘制逻辑
        gray = cv2.cvtColor(output, cv2.COLOR_BGR2GRAY)
        faces = classifier.detectMultiScale(gray, 1.5, 5)
        cv2.putText(output, "HUD Test", (175, 50), cv2.FONT_HERSHEY_SIMPLEX, 2, (255, 50, 50), 3)

        for face in faces:
            x, y, w, h = face

            cv2.rectangle(overlay, (x, y), (x+w, y+h), (255,200,0), -1)
            cv2.rectangle(overlay, (x, y), (x+w, y+h), (255,0,0), 1)
            cv2.rectangle(overlay, (x, y-20), (x+w, y), (25,20,0), -1)

            cv2.addWeighted(overlay, alpha, output, beta, 0, output)

            cv2.putText(output, "Human", (x+10, y-10), cv2.FONT_HERSHEY_SIMPLEX,
                        0.35, (0, 0, 255), 1)

        cv2.imshow("HUD", output)
        key = cv2.waitKey(1)

        if key == ord('q'):
            break
        elif key == ord('s'):
            import time
            cv2.imwrite('./images/CID_{}.png'.format(time.strftime('%d%m%y_%H_%M_%S')), output)
    cap.release()
    cv2.destroyAllWindows()

if __name__ == "__main__":
    detect_and_save()

关键修改点 #

• 用cv2.IMREAD_UNCHANGED读取PNG，保留透明通道（如果有）。
• 计算摄像头画面尺寸，避免叠加图像超出边界。
• 通过修改pos_x和pos_y可以自由调整图像的固定位置。
• 分别适配带透明通道和不带透明通道的叠加逻辑，保证效果符合预期。

内容的提问来源于stack exchange，提问作者Venexs