如何解决在大图中随机叠加小图时旧小图残留的问题？

你的代码核心问题是直接操作了markup_images中的原始大图对象，每次修改都会永久改变原始数据，导致后续调用时自然叠加之前的小图。

修复方法 #

每次调用函数时，先创建原始大图的副本，在副本上进行小图粘贴操作，这样原始大图始终保持初始状态，每次生成的都是仅包含单张小图的结果。

修改后的代码：

import numpy as np

def mask_generation(blob_index, image_index): 
    # 创建原始大图的深拷贝，避免修改原数据
    experimental_image = np.copy(markup_images[image_index])
    h, w = cropped_images[blob_index].shape[:2]
    # 修正索引方向：x对应宽度维度，y对应高度维度
    x = np.random.randint(experimental_image.shape[1] - w)
    y = np.random.randint(experimental_image.shape[0] - h)
    experimental_image[y:y+h, x:x+w] = cropped_images[blob_index]
    return experimental_image

额外说明 #

原代码中x和y的随机取值逻辑存在索引方向错误：

• experimental_image.shape[0]是图像的高度（y轴范围），shape[1]是宽度（x轴范围）
• 调整后x从宽度范围内取随机值，y从高度范围内取，能确保小图完全落在大图内，避免索引越界问题。

内容的提问来源于stack exchange，提问作者Dripgift