**本书京东优惠购书链接:https://item.jd.com/14098452.html**
**本书CSDN独家连载专栏:https://blog.csdn.net/youcans/category_12418787.html**
在OpenCV中,图像是以Numpy数组格式存储的,图像的算术运算可以使用OpenCV函数实现,也可以直接使用Numpy矩阵实现。但是,OpenCV函数对结果进行了饱和处理,可以避免数据溢出,而且使用OpenCV函数运算速度更快。
本章内容概要
图像掩模,也称“掩膜”,是指用特定的掩模图像或掩模函数对目标图像进行覆盖或遮挡,以控制图像处理区域或处理过程,常用于结构特征区域的处理。
用来遮蔽的图像或函数,称为掩模、掩像、模板或遮罩。掩模图像是单通道二值图像,显示为黑白两种颜色。黑色遮蔽区域的值为0,白色非遮蔽区域的值为1或255,也被称为窗口、开窗区域。
在OpenCV中,很多处理函数都允许使用掩模图像控制处理区域,即只对掩模图像中数值为1(或255)的窗口区域进行处理,而对数值为0的遮蔽区域不做处理。
例如,使用函数cv.add进行加法运算,可以使用掩模图像实现掩模加法,只对掩模图像中像素值为255的白色窗口区域进行处理,输出为加法运算的值;对掩模图像中像素值为0的黑色遮蔽区域不做处理,输出图像的对应位置的值为0(黑色)。
注意问题
(1) 掩模图像是单通道二值图像,遮蔽区域为0(黑色),窗口区域为255(白色)。
(2) 需要特别注意的是:如果以非二值的单通道图像作为掩模图像,程序一般不会报错,但处理结果可能发生错误,通常会将非0值都视为1。
(3) 掩模图像必须与加法运算的输入图像src1的尺寸相同。
本例程包括掩模图像的生成和图像的掩模加法。
# 【0502】掩模图像的生成和图像的掩模加法
import cv2 as cv
import numpy as np
from matplotlib import pyplot as plt
if __name__ == '__main__':
img1 = cv.imread("../images/Lena.tif") # 读取彩色图像(BGR)
img2 = cv.imread("../images/Fig0301.png") # 读取彩色图像(BGR)
h, w = img1.shape[:2]
img3 = cv.resize(img2, (w,h)) # 调整图像大小与 img1 相同
print(img1.shape, img2.shape, img3.shape)
imgAddCV = cv.add(img1, img3) # 图像加法 (饱和运算)
# 掩模加法,矩形掩模图像
maskRec = np.zeros(img1.shape[:2], np.uint8) # 生成黑色模板
xmin, ymin, w, h = 170, 190, 200, 200 # 矩形 ROI 参数(ymin:ymin+h, xmin:xmin+w)
maskRec[ymin:ymin+h, xmin:xmin+w] = 255 # 生成矩形掩模图像,ROI 为白色
imgAddRec = cv.add(img1, img3, mask=maskRec) # 掩模加法
# 掩模加法,圆形掩模图像
maskCir = np.zeros(img1.shape[:2], np.uint8) # 生成黑色模板
cv.circle(maskCir, (280,280), 120, 255, -1) # 生成圆形掩模图像
imgAddCir = cv.add(img1, img3, mask=maskCir) # 掩模加法
plt.figure(figsize=(9, 6))
plt.subplot(231), plt.title("1. Original"), plt.axis('off')
plt.imshow(cv.cvtColor(img1, cv.COLOR_BGR2RGB))
plt.subplot(232), plt.title("2. Rectangle mask"), plt.axis('off')
程序说明:
运行结果,带掩模图像的加法运算如图5-2所示。
(1) 图5-2(2)和图5-2(5)所示为单通道二值掩模图像,背景为黑色,开窗为白色。图5-2(2)通过切片得到矩形窗口,图5-2(5)通过绘制圆形填充图形得到圆形窗口。
(2) 图5-2(4)所示为无掩模图像的饱和加法运算结果,图5-2(3)所示为以图5-2(2)为掩模图像的饱和加法运算结果,图5-2(6)所示为以图5-2(5)为掩模图像的饱和加法运算结果。带有掩模图像的加法运算,只会对掩模图像的开窗区域进行运算处理,对没有开窗的遮蔽区域不进行处理,输出值为0(黑色)。
图5-2 带掩模图像的加法运算
版权声明:
youcans@xupt 原创作品,转载必须标注原文链接:(https://blog.csdn.net/youcans/article/details/134014675)
Copyright 2023 youcans, XUPT
Crated:2023-10-31
欢迎关注本书CSDN独家连载专栏
**《数字图像处理-OpenCV/Python》连载: https://blog.csdn.net/youcans/category_12418787.html**