Opencv 学习笔记：图像掩膜操作（精准提取指定区域像素）

图像掩膜（Mask）是提取图像局部区域的核心技巧，通过创建与原图匹配的掩膜模板，结合按位与操作可精准保留目标区域、屏蔽其他区域。本文通过极简代码，演示多边形掩膜的创建与图像掩膜提取的完整流程。

核心代码实现

python 复制代码

import cv2 as cv
import numpy as np

# 1. 以灰度模式读取原图
src = cv.imread(".\image\1.bmp", 0)
if src is None:
    print('could not load image')
    exit()

# 2. 定义多边形掩膜顶点坐标（矩形区域示例）
site = np.array([[400, 200], [300, 200], [300, 100], [400, 100]], dtype=np.int32)
# 重塑坐标格式（适配polylines/fillPoly要求）
site = site.reshape((-1, 1, 2))

# 3. 创建与原图同尺寸的纯黑掩膜画布
outimage = np.zeros((src.shape[0], src.shape[1]), np.uint8)
# 绘制多边形轮廓（可选，仅可视化）
cv.polylines(outimage, [site], 1, 255)
# 填充多边形区域为白色（255），形成掩膜模板
cv.fillPoly(outimage, [site], 255)

# 4. 按位与操作：仅保留掩膜白色区域的原图像素
masked = cv.bitwise_and(src, outimage, mask=outimage)

# 5. 显示结果
cv.imshow("outimage", masked)
cv.waitKey(0)
cv.destroyAllWindows()

关键知识点解析

掩膜创建核心 ：
- 先通过np.zeros创建纯黑画布，尺寸与原图一致；
- cv.fillPoly将目标多边形区域填充为白色（255），形成 "白区保留、黑区屏蔽" 的掩膜模板。
坐标重塑规则 ：多边形顶点数组需通过reshape((-1, 1, 2))转换维度，否则fillPoly无法识别坐标格式。
按位与操作原理 ：cv.bitwise_and(src, outimage, mask=outimage) 仅当掩膜像素为 255（白色）时，保留原图对应位置像素；掩膜为 0（黑色）时，结果像素置 0。
参数说明 ：
- cv.fillPoly第三个参数1表示闭合多边形；
- 掩膜需与原图通道数一致（灰度图单通道，彩色图 3 通道）。

实用扩展技巧

提取彩色图区域：将掩膜改为 3 通道（np.zeros((h,w,3), np.uint8)），其余逻辑不变；
圆形掩膜：用cv.circle替换fillPoly，填充圆形区域为白色；
多区域掩膜：定义多个顶点数组，循环调用fillPoly填充多个白色区域。

总结

图像掩膜操作核心是 "创建掩膜模板 + 按位与提取"，掩膜白色区域为保留区、黑色为屏蔽区；
多边形掩膜需先重塑坐标维度，确保与 OpenCV 绘图 API 兼容；
掩膜尺寸 / 通道数必须与原图一致，否则会触发维度不匹配报错。