🌊 作者主页：海拥
🌊 作者简介：🏆CSDN全栈领域优质创作者、🥇HDZ核心组成员、🥈蝉联C站周榜前十
🌊 粉丝福利：进粉丝群每周送四本书，每月送各种小礼品(搪瓷杯、抱枕、鼠标垫、马克杯等)
直接跳到末尾 去评论区领书
🏆 【评论区送书】使用 Python 和 OpenCV 对图像进行加水印
在本文中，我将带着大家使用 Python 和 OpenCV 对图像进行加水印。水印有意在图像上留下文本/标志，很多博主会使用水印来保护图像的版权。使用水印我们可以确保图像的所有者是在图像上印制水印的人。
水印前的图片：
logo.png：
🌌 第 1 步：导入 OpenCV 并读取logo和要应用水印的图像
# 使用 OpenCV 导入 cv2 的水印图像
import cv2
# 导入我们将要使用的logo
logo = cv2.imread("logo.png")
# 导入我们要应用水印的图像
img = cv2.imread("haiyong.png")
💨 第 2步：计算两个图像的高度和宽度
计算两个图像的高度和宽度，并将它们保存到其他变量中。我们需要计算宽度和高度，因为我们要将水印放置在图像上的某个位置，为此，我们只需要知道徽标和图像的正确宽度和高度。
# 计算logo的尺寸高度和宽度
h_logo, w_logo, _ = logo.shape
# 图像的高度和宽度
h_img, w_img, _ = img.shape
在这里，我们使用了OpenCV 中的shape函数，它返回图像的高度和宽度的元组。
🚀 第 3 步：将水印放置在图像的中心
现在，我们将计算图像中心的坐标，因为我要将水印放置在图像的中心，你们也可以选择其他位置。
# 计算中心计算中心的坐标，我们将在其中放置水印
center_y = int(h_img/2)
center_x = int(w_img/2)
# 从上、下、右、左计算
top_y = center_y - int(h_logo/2)
bottom_y = top_y + h_logo
right_x = left_x + w_logo
left_x = center_x - int(w_logo/2)
🍺 第 4 步：使用 OpenCV 中的 addWeighted 函数
要为图像添加水印，我们将使用 OpenCV 中的 addWeighted 函数。首先，我们将提供要放置水印的目的地，然后将该目的地传递给带有图像和徽标的 addWeighted 函数。
语法： cv2.addWeighted(source1, alpha, source2, beta, gamma)
在我们的例子中，source1 是我们想要放置logo的图像，alpha 是logo的不透明度，source2 是logo本身，我们将相应地设置 beta为1，不透明度的 alpha 和 gamma分别为 1 和 0。
# 给图片添加水印
destination = img[top_y:bottom_y, left_x:right_x]
result = cv2.addWeighted(destination, 1, logo, 1, 0)
🎨 第 5 步：显示结果并保存输出
之后，我们只是显示结果并保存输出。为了显示我们使用imshow 函数的输出并写入/保存图像，我们在两个函数中都使用imwrite 函数，首先我们必须提供文件名作为参数，然后是文件本身。cv2.waitKey(0) 用于等待直到用户按下 Esc 键，之后 cv2.destroyAllWindows 函数将关闭窗口。
# displaying and saving image
img[top_y:bottom_y, left_x:right_x] = result
cv2.imwrite("watermarked.jpg", img)
cv2.imshow("Watermarked Image", img)
cv2.waitKey(0)
cv2.destroyAllWindows()
🛹 下面是完整的实现：
# 使用 OpenCV 导入 cv2 的水印图像
import cv2
# 导入我们将要使用的logo
logo = cv2.imread("logo.png")
# 导入我们要应用水印的图像
img = cv2.imread("haiyong.png")
# 计算logo的尺寸高度和宽度
h_logo, w_logo, _ = logo.shape
# 图像的高度和宽度
h_img, w_img, _ = img.shape
# 计算中心计算中心的坐标，我们将在其中放置水印
center_y = int(h_img/2)
center_x = int(w_img/2)
# 从上、下、右、左计算
top_y = center_y - int(h_logo/2)
left_x = center_x - int(w_logo/2)
bottom_y = top_y + h_logo
right_x = left_x + w_logo
# 给图片添加水印
destination = img[top_y:bottom_y, left_x:right_x]
result = cv2.addWeighted(destination, 1, logo, 1, 0)
# 显示和保存图像
img[top_y:bottom_y, left_x:right_x] = result
cv2.imwrite("watermarked.jpg", img)
cv2.imshow("Watermarked Image", img)
cv2.waitKey(0)
cv2.destroyAllWindows()
输出：
🥇 评论区抽粉丝送书啦
💌 欢迎大家在评论区提出意见和建议！（抽两位幸运儿送书，实物图如下）💌
《人工智能数学基础》
简介：本书以零基础讲解为宗旨，面向学习数据科学与人工智能的读者，通俗地讲解每一个知识点，旨在帮助读者快速打下数学基础。
全书分为 4 篇，共 17 章。其中第 1 篇为数学知识基础篇，主要讲述了高等数学基础、微积分、泰勒公式与拉格朗日乘子法；第 2 篇为数学知识核心篇，主要讲述了线性代数基础、特征值与矩阵分解、概率论基础、随机变量与概率估计；
第 3 篇为数学知识提高篇，主要讲述了数据科学的几种分布、核函数变换、熵与激活函数；第 4 篇为数学知识应用篇，主要讲述了回归分析、假设检验、相关分析、方差分析、聚类分析、贝叶斯分析等内容。
本书适合准备从事数据科学与人工智能相关行业的读者。
优点：
🌟 1.零基础也能快速入门。本书从最基础的高等数学基础讲起，由浅入深，层层递进，在巩固固有知识的同时深入讲解人工智能的算法原理。
🌟 2.全新视角介绍数学知识。采用计算机程序模拟数学推论的介绍方法，使数学知识更为清晰易懂，更容易让初学者深入理解数学定理、公式的意义，从而激发起读者的学习兴趣。
🌟 3.理论和实践相结合。每章最后提供根据所在章的理论知识点精心设计的“综合性实例”，读者可以通过综合案例进行实践操作，为以后的算法学习奠定基础。
🌟 4.大量范例源码+习题答案，为学习排忧解难。本书所有示例都有清晰完整的源码，每章之后设有习题并配套题目答案，讲解清晰，解决读者在学习中的所有困惑。
也有不想抽奖自己买的同学可以参考下面的链接
京东自营购买链接：
《人工智能数学基础 中国人工智能学会副理事长力荐教材》(唐宇迪，等) - 京东图书
当当自营购买链接：
📣 注意：
大家点赞关注，三天后也就是 10月1日 从评论区留言的同学中抽取两位送书
🌊 行业资料：精品PPT模板几千套，简历模板一千多套
🌊 面试题库：Java核心知识点大全和面试真题资料
🌊 学习资料：2300套PHP建站源码，微信小程序入门资料，Python全集(400集)
如果中奖了联系不上则视为放弃，可以从下方公众号里找到作者的联系方式，以后每周都会送四本书，后面送书力度还会加大，一年送几百上千本不是问题，回复【进群】领书不迷路，回复【资源】获取上面的资料👇🏻👇🏻👇🏻