这篇教程超详细注释之OpenCV制作图像Mask写得很实用，希望能帮到您。
这篇博客将介绍如何使用OpenCV制作Mask图像掩码。使用位运算和图像掩码允许我们只关注图像中感兴趣的部分，截取出任意区域的ROIs。 应用： 图像感兴趣区域的截取； 图像融合：构建透明的叠加层； 1. 效果图原始图如下：（老九门颖宝&佛爷~） 
矩形掩码 VS 效果图如下：（使用矩形掩码，只提取图像中包含人物的区域，而忽略其他区域） 
圆形掩码 VS 效果图如下：（圆形掩模显示在左边，掩模的应用在右边。实质上可以使用任意形状的掩码图像，如矩形、圆、线、多边形等从图像中提取区域） 
2. 源码# 分别使用矩形和圆形遮罩从图像中提取身体和脸部。# USAGE# python opencv_masking.pyimport argparseimport cv2# 导入必要的包import numpy as np# 构建命令行参数及解析# --image 输入图像路径ap = argparse.ArgumentParser()ap.add_argument("-i", "--image", type=str, default="yc.jpg", help="path to the input image")args = vars(ap.parse_args())# 加载原始输入图像，并展示image = cv2.imread(args["image"])cv2.imshow("Original", image)# 掩码和原始图像具有相同的大小，但是只有俩种像素值：0（背景忽略）、255（前景保留）mask = np.zeros(image.shape[:2], dtype="uint8")cv2.rectangle(mask, (30, 90), (280, 440), 255, -1)cv2.imshow("Rectangular Mask", mask)# 应用掩码图像masked = cv2.bitwise_and(image, image, mask=mask)cv2.imshow("Rectangular Mask Applied to Image", masked)cv2.waitKey(0)# 构造一个圆形掩码（半径为140px，并应用位运算）mask = np.zeros(image.shape[:2], dtype="uint8")cv2.circle(mask, (155, 200), 140, 255, -1)masked = cv2.bitwise_and(image, image, mask=mask)# 展示输出图像cv2.imshow("Circular Mask", mask)cv2.imshow("Circular Mask Applied to Image", masked)cv2.waitKey(0)参考https://www.pyimagesearch.com/2021/01/19/image-masking-with-opencv/ 到此这篇关于超详细注释之OpenCV制作图像Mask的文章就介绍到这了,更多相关OpenCV 图像Mask内容请搜索51zixue.net以前的文章或继续浏览下面的相关文章希望大家以后多多支持51zixue.net！
超详细注释之OpenCV旋转图像任意角度
Python 列表与链表的区别详解 |
