PHP中如何检测图像内的masked透明矩形区域坐标？

你无需寻找专门的定制类库，使用通用图像处理库即可完成需求，Python环境下先安装依赖：
pip install opencv-python pillow

第一步：检测固定尺寸透明蒙版坐标 #

所有图片的蒙版尺寸一致，你可以先确认蒙版的预设宽高作为匹配过滤条件，检测逻辑如下：

• 用带Alpha通道的模式读取图片，确保能获取像素透明度信息，OpenCV读取时指定cv2.IMREAD_UNCHANGED参数即可拿到4通道（BGR+A）的数据
• 提取Alpha通道做二值化处理，完全透明的像素Alpha值为0，你可以根据实际蒙版透明度调整阈值，所有低于阈值的像素标记为蒙版区域
• 用轮廓检测接口提取所有透明区域的外接矩形，过滤出和预设蒙版宽高一致的矩形，得到的(x, y, w, h)就是目标蒙版的左上角坐标、宽度、高度
• 因为所有图片蒙版尺寸一致，拿到一次坐标后可以复用，也可以每张图都做一次检测避免个别图片坐标偏移

核心检测代码示例：

import cv2
import numpy as np

def get_mask_coord(img_path, standard_mask_w, standard_mask_h):
    # 读取带透明通道的原图
    img = cv2.imread(img_path, cv2.IMREAD_UNCHANGED)
    # 提取Alpha通道
    alpha = img[:, :, 3]
    # 二值化提取透明区域，阈值可根据实际透明度调整
    _, binary_mask = cv2.threshold(alpha, 5, 255, cv2.THRESH_BINARY_INV)
    # 查找所有透明区域的轮廓
    contours, _ = cv2.findContours(binary_mask, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
    for cnt in contours:
        x, y, w, h = cv2.boundingRect(cnt)
        # 匹配标准蒙版尺寸，允许2像素误差
        if abs(w - standard_mask_w) <= 2 and abs(h - standard_mask_h) <=2:
            return (x, y, w, h)
    return None

第二步：将二维码替换到蒙版位置 #

拿到坐标后直接做图像粘贴替换即可，逻辑如下：

• 先把待替换的二维码调整到和蒙版完全一致的宽高，用 Lanczos 采样算法调整可以避免二维码模糊
• 直接将调整好的二维码粘贴到原图片的对应坐标位置，覆盖原透明蒙版区域即可
• 导出时根据需求选择保存为带透明通道的PNG或者转成RGB格式保存为JPG

核心替换代码示例：

from PIL import Image

def paste_qr_to_mask(origin_img_path, qr_img_path, mask_coord, output_path="output.png"):
    x, y, w, h = mask_coord
    # 打开原图和二维码，统一转为RGBA格式处理
    origin = Image.open(origin_img_path).convert("RGBA")
    qr = Image.open(qr_img_path).convert("RGBA")
    # 调整二维码尺寸适配蒙版
    qr_resized = qr.resize((w, h), Image.Resampling.LANCZOS)
    # 粘贴到蒙版位置，带透明通道处理
    origin.paste(qr_resized, (x, y), mask=qr_resized)
    # 导出，如需保存为JPG则先转RGB：origin.convert("RGB").save("output.jpg")
    origin.save(output_path)

优化说明 #

• 如果蒙版是半透明效果，调整二值化的阈值即可，比如半透明的Alpha值一般在128左右，把阈值设为128就能提取到对应区域
• 如果图片内存在多个透明区域，只要提前输入标准蒙版的宽高做过滤，就不会误匹配到其他非目标透明区域

内容的提问来源于stack exchange，提问作者Giorgi Tskhondia