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
LabVIEW开发4 小时前
LabVIEW双目测距
数码相机·计算机视觉·labview·labview知识·labview功能·labview程序
wb043072016 小时前
性能优化实战:基于方法执行监控与AI调用链分析
java·人工智能·spring boot·语言模型·性能优化
AAA小肥杨6 小时前
基于k8s的Python的分布式深度学习训练平台搭建简单实践
人工智能·分布式·python·ai·kubernetes·gpu
mit6.8248 小时前
[Agent可视化] 配置系统 | 实现AI模型切换 | 热重载机制 | fsnotify库(go)
开发语言·人工智能·golang
Percent_bigdata9 小时前
百分点科技发布中国首个AI原生GEO产品Generforce,助力品牌决胜AI搜索新时代
人工智能·科技·ai-native
Gloria_niki9 小时前
YOLOv4 学习总结
人工智能·计算机视觉·目标跟踪
FriendshipT9 小时前
目标检测:使用自己的数据集微调DEIMv2进行物体检测
人工智能·pytorch·python·目标检测·计算机视觉
海森大数据9 小时前
三步破局:一致性轨迹强化学习开启扩散语言模型“又快又好”推理新时代
人工智能·语言模型·自然语言处理
Tencent_TCB9 小时前
云开发CloudBase AI+实战:快速搭建AI小程序全流程指南
人工智能·ai·小程序·ai编程·云开发
Sunhen_Qiletian9 小时前
基于OpenCV与Python的身份证号码识别案例详解
人工智能·opencv·计算机视觉