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 |