python学opencv|读取图像(四十)掩模:三通道图像的局部覆盖

【1】引言

前序学习了使用numpy创建单通道的灰色图像,并对灰色图像的局部进行了颜色更改,相关链接为:

python学opencv|读取图像(九)用numpy创建黑白相间灰度图_numpy生成全黑图片-CSDN博客

之后又学习了使用numpy创建三通道的彩色图像,并对彩色图像按照不同通道进行了颜色更改,相关链接为:

python学opencv|读取图像(十)用numpy创建彩色图像_python新建一张caise的图片-CSDN博客

实际上还会有一些需求,只需要改变三通道彩色图像的局部颜色,也就是获得掩模效果,这就是今天文章的目标。

【2】可行性分析

根据上述文章,修改彩色图像的颜色是通过修改各个通道的BGR值实现的,修改灰度图像的颜色是通过修改各个像素点的BGR(本质上由于只有一个通道,所以本质上也是通过修改通道的BGR值实现 )实现。

python 复制代码
import numpy as np  # 引入numpy模块
import cv2 as cv  # 引入cv模块

canvas = np.ones((580, 580, 3), np.uint8)   # 绘制一个580*580大小的画布,3代表有3个通道,unit8为图像存储格式

那如果对彩色图像直接修改像素点的BGR ,应该也会有颜色变化。

【3】代码测试

在上述分析的基础上,直接尝试修改像素点的BGR值。

首先是引入相关模块,绘制出画布,此时的画布为纯黑色:

python 复制代码
import numpy as np  # 引入numpy模块
import cv2 as cv  # 引入cv模块

canvas = np.ones((580, 580, 3), np.uint8)   # 绘制一个580*580大小的画布,3代表有3个通道,unit8为图像存储格式

然后在纯黑色的画布上,先把第50到300行,第20到280列改为纯白色像素,然后显示完整的画布:

python 复制代码
canvas[50:300,20:280,:]=255 #第50到300行,第20到280列为纯白色像素

cv.imshow('yanmo', canvas)  # 在屏幕展示掩模的效果
cv.imwrite('yanmo.png', canvas)  # 保存图像

之后把画布改为纯白色,相应的把区域第50到300行,第20到280列改为纯黑色像素,然后显示完整的画布:

python 复制代码
canvas[:,:,:]=255 #画布改为纯白色像素
canvas[50:300,20:280,:]=0 #第50到300行,第20到280列为纯黑色像素
cv.imshow('yanmo1', canvas)  # 在屏幕展示掩模的效果

cv.imwrite('yanmo1.png', canvas)  # 保存图像
cv.waitKey()  # 图像不会自动关闭
cv.destroyAllWindows()  # 释放所有窗口

代码运行后,获得的掩模效果为:

++图1 黑色画布白色掩模++

++图2 白色画布黑色掩模++

由图1和 图2可见,三通道彩色图像,通过改像素点值的做法,也能实现修改图像区域颜色的目标,也就是实现掩模效果。

此时的完整代码为:

python 复制代码
import numpy as np  # 引入numpy模块
import cv2 as cv  # 引入cv模块

canvas = np.ones((580, 580, 3), np.uint8)   # 绘制一个580*580大小的画布,3代表有3个通道,unit8为图像存储格式

canvas[50:300,20:280,:]=255 #第50到300行,第20到280列为纯白色像素

cv.imshow('yanmo', canvas)  # 在屏幕展示掩模的效果
cv.imwrite('yanmo.png', canvas)  # 保存图像

canvas[:,:,:]=255 #画布改为纯白色像素
canvas[50:300,20:280,:]=0 #第50到300行,第20到280列为纯黑色像素
cv.imshow('yanmo1', canvas)  # 在屏幕展示掩模的效果

cv.imwrite('yanmo1.png', canvas)  # 保存图像
cv.waitKey()  # 图像不会自动关闭
cv.destroyAllWindows()  # 释放所有窗口

【4】细节说明

在彩色图像的掩模效果实现中,未单独设置BGR通道值。

尝试修改第二通道值,只需要增加代码:

python 复制代码
canvas[:,:,:]=255 #画布改为纯白色像素
canvas[50:300,20:280,:]=0 #第50到300行,第20到280列为纯黑色像素
canvas[:,:,1]=0 #第二个通道值
cv.imshow('yanmo2', canvas)  # 在屏幕展示掩模的效果
cv.imwrite('yanmo2.png', canvas)  # 保存图像

此时新获得的图像为:

++图3 白色画布黑色掩模 + 所有二通道值=0++

图3出现了预料之外的结果,为探清缘由,在所有的掩模操作下增加代码,读取掩模区域中的像素点BGR值:

复制代码
print("黑色画布白色掩模像素数为[100,100]位置处的BGR=", canvas[100, 100])  # 获取像素数为[100,100]位置处的BGR

这时候获得的BGR输出值为:

++图4 BGR值++

可见,由于画布颜色强制为白色,所有的BGR值本来是统一为255,但把第二通道的值改为0后,画布的BGR组成就变为[255 0 255],这时候画布就变成粉红色。

为证明上述分析,新增一段代码来做验证:

python 复制代码
canvas[:,:,:]=255 #画布改为纯白色像素
canvas[:,:,1]=0 #第二个通道值
cv.imshow('yanmo3', canvas)  # 在屏幕展示掩模的效果
cv.imwrite('yanmo3.png', canvas)  # 保存图像
print("白色画布+所有二通道BGR=0像素数为[100,100]位置处的BGR=", canvas[100, 100])  # 获取像素数为[100,100]位置处的BGR
print("白色画布+所有二通道BGR=0像素数为[500,500]位置处的BGR=", canvas[100, 100])  # 获取像素数为[500,500]位置处的BGR

此时,先规划白色画布,然后直接强制第二通道值为0。

代码运行后,获得的图像为:

++图5 白色画布+所有二通道值=0++

此时输出的图像为粉红色,读取的像素点BGR为:

++图6 白色画布+所有二通道值像素BGR值++

由图6可见,各个像素点的BGR值都是[255 0 255],和图3所示的粉红色图像相应像素点的BGR值读取效果一致。

【5】总结

掌握了python+opencv三通道彩色图像掩模效果的实现技巧。

相关推荐
zm-v-1593043398638 分钟前
ArcGIS 水文分析升级:基于深度学习的流域洪水演进过程模拟
人工智能·深度学习·arcgis
拓端研究室2 小时前
视频讲解|核密度估计朴素贝叶斯:业务数据分类—从理论到实践
人工智能·分类·数据挖掘
灵智工坊LingzhiAI2 小时前
人体坐姿检测系统项目教程(YOLO11+PyTorch+可视化)
人工智能·pytorch·python
昨日之日20062 小时前
Video Background Remover V3版 - AI视频一键抠像/视频换背景 支持50系显卡 一键整合包下载
人工智能·音视频
SHIPKING3933 小时前
【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7 小时前
Unreal Engine 5中的AI知识
人工智能
极限实验室8 小时前
Coco AI 实战(一):Coco Server Linux 平台部署
人工智能
杨过过儿8 小时前
【学习笔记】4.1 什么是 LLM
人工智能
巴伦是只猫8 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8 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