pyhton 掩码 筛选显示

目录

bitwise_and控制:

点乘:

性能对比:


bitwise_and控制:

python 复制代码
import cv2

# 读取彩色图和mask二值图
color_img = cv2.imread('color_image.jpg')
mask = cv2.imread('mask.jpg', 0)  # 以灰度模式读取二值图

# 确保彩色图和mask的尺寸一致
if color_img.shape[:2]!= mask.shape[:2]:
    mask = cv2.resize(mask, (color_img.shape[1], color_img.shape[0]))

# 对彩色图和mask进行按位与操作
result = cv2.bitwise_and(color_img, color_img, mask=mask)

# 显示结果
cv2.imshow('Result', result)
cv2.waitKey(0)
cv2.destroyAllWindows()

点乘:

python 复制代码
  mask = mask_o == 0  # 这里假设 0 表示需要遮罩的区域
                    # 对原图像进行遮罩处理
  mask_image = image * mask[:, :, None]  # 扩展掩码为三维并与图像相乘

性能对比:

python 复制代码
import cv2
import numpy as np
import time

if __name__ == '__main__':

    # 创建一个模拟的1080p彩色图像(这里使用随机像素值生成)
    image = np.random.randint(0, 256, (1080, 1920, 3), dtype=np.uint8)

    # 创建一个模拟的二值mask图像,这里简单假设一半区域为需要遮罩区域(0表示遮罩)
    mask_o = np.random.randint(0, 2, (1080, 1920), dtype=np.uint8)
    mask = mask_o == 0

    # 方法一:使用乘法运算进行遮罩处理
    start_time_1 = time.time()
    mask_image_1 = image * (mask[:, :, None])
    end_time_1 = time.time()
    print(f"使用乘法运算进行遮罩处理耗时: {end_time_1 - start_time_1} 秒")

    # 方法二:使用cv2.bitwise_and进行遮罩处理
    # 先将mask转换为合适的格式(与图像通道数匹配的三通道形式)
    mask_3_channel = np.stack([mask] * 3, axis=2).astype(np.uint8)
    start_time_2 = time.time()
    mask_image_2 = cv2.bitwise_and(image, image, mask=mask.astype(np.uint8))
    end_time_2 = time.time()
    print(f"使用cv2.bitwise_and进行遮罩处理耗时: {end_time_2 - start_time_2} 秒")

使用乘法运算进行遮罩处理耗时: 0.00599980354309082 秒

使用cv2.bitwise_and进行遮罩处理耗时: 0.0030002593994140625 秒

相关推荐
SHIPKING39326 分钟前
【机器学习&深度学习】什么是下游任务模型?
人工智能·深度学习·机器学习
子燕若水4 小时前
Unreal Engine 5中的AI知识
人工智能
极限实验室5 小时前
Coco AI 实战(一):Coco Server Linux 平台部署
人工智能
杨过过儿6 小时前
【学习笔记】4.1 什么是 LLM
人工智能
巴伦是只猫6 小时前
【机器学习笔记Ⅰ】13 正则化代价函数
人工智能·笔记·机器学习
大千AI助手6 小时前
DTW模版匹配:弹性对齐的时间序列相似度度量算法
人工智能·算法·机器学习·数据挖掘·模版匹配·dtw模版匹配
AI生存日记6 小时前
百度文心大模型 4.5 系列全面开源 英特尔同步支持端侧部署
人工智能·百度·开源·open ai大模型
LCG元7 小时前
自动驾驶感知模块的多模态数据融合:时序同步与空间对齐的框架解析
人工智能·机器学习·自动驾驶
why技术7 小时前
Stack Overflow,轰然倒下!
前端·人工智能·后端