OpenCV - 將遮罩應用於彩色圖像

Question

如何將遮罩應用於最新python綁定（cv2）中的彩色圖像？在以前的python綁定中，最簡單的方法是使用例如cv.Copy

cv.Copy(dst, src, mask)

但是這個功能是不是在CV2結合使用。有沒有使用樣板代碼的解決方法？

Answer 1

在這裏，如果您已經擁有蒙版圖像，則可以使用cv2.bitwise_and函數。

對於檢查以下代碼：

img = cv2.imread('lena.jpg') 
mask = cv2.imread('mask.png',0) 
res = cv2.bitwise_and(img,img,mask = mask) 

的輸出將是一個海倫圖像如下，並且爲矩形形狀的蔭罩。阿比德·拉赫曼給出K

Answer 2

答案不完全正確的。我也試過了，發現非常有幫助但被卡住了。

這是我如何複製圖像與給定的面具。

x, y = np.where(mask!=0) 
pts = zip(x, y) 
# Assuming dst and src are of same sizes 
for pt in pts: 
    dst[pt] = src[pt] 

這是有點慢，但給出正確的結果。

編輯：

Pythonic的方式。

idx = (mask!=0) 
dst[idx] = src[idx] 

Answer 3

那麼，如果您希望背景不是純黑色，那麼這裏有一個解決方案。我們只需要反轉蒙版並將其應用於相同尺寸的背景圖像，然後合併背景和前景。這個解決方案的專家是背景可以是任何東西（甚至其他圖像）。

此示例從Hough Circle Transform修改。第一個圖像是OpenCV徽標，第二個是原始蒙版，第三個是後臺+前景合併。

# http://opencv-python-tutroals.readthedocs.io/en/latest/py_tutorials/py_imgproc/py_houghcircles/py_houghcircles.html 
import cv2 
import numpy as np 

# load the image 
img = cv2.imread('E:\\FOTOS\\opencv\\opencv_logo.png') 
img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB) 

# detect circles 
gray = cv2.medianBlur(cv2.cvtColor(img, cv2.COLOR_RGB2GRAY), 5) 
circles = cv2.HoughCircles(gray, cv2.HOUGH_GRADIENT, 1, 20, param1=50, param2=50, minRadius=0, maxRadius=0) 
circles = np.uint16(np.around(circles)) 

# draw mask 
mask = np.full((img.shape[0], img.shape[1]), 0, dtype=np.uint8) # mask is only 
for i in circles[0, :]: 
    cv2.circle(mask, (i[0], i[1]), i[2], (255, 255, 255), -1) 

# get first masked value (foreground) 
fg = cv2.bitwise_or(img, img, mask=mask) 

# get second masked value (background) mask must be inverted 
mask = cv2.bitwise_not(mask) 
background = np.full(img.shape, 255, dtype=np.uint8) 
bk = cv2.bitwise_or(background, background, mask=mask) 

# combine foreground+background 
final = cv2.bitwise_or(fg, bk) 

注：這是更好地使用OpenCV的方法，因爲它們會被優化。

Answer 4

描述的其他方法假設一個二進制掩碼。如果你想用一個實值單通道灰度圖像作爲掩模（例如，從一個alpha通道），可以將其擴展到三個通道，然後用它進行插值：

assert len(mask.shape) == 2 and issubclass(mask.dtype.type, np.floating) 
assert len(foreground_rgb.shape) == 3 
assert len(background_rgb.shape) == 3 

alpha3 = np.stack([mask]*3, axis=2) 
blended = alpha3 * foreground_rgb + (1. - alpha3) * background_rgb 

注意mask需求在範圍0..1中操作成功。還假定1.0編碼只保留前景，而0.0表示只保留背景。

如果掩碼可以具有形狀(h, w, 1)，這有助於：

alpha3 = np.squeeze(np.stack([np.atleast_3d(mask)]*3, axis=2)) 

這裏np.atleast_3d(mask)使面膜(h, w, 1)如果(h, w)和np.squeeze(...)重塑結果從(h, w, 3, 1)到(h, w, 3)。