OpenCV基于Python图像掩模处理

目标

本篇文章主要介绍图像掩模的概念、作用、及其简单实现。

1. 图像掩模的概念

图像掩模（image mask）是用选定的图像、图形或物体，对待处理的图像（局部或全部）进行遮挡来控制图像处理的区域或处理过程。由于覆盖的特定图像或物体称为掩模或模板。

2. 图像掩模的作用

数字图像处理中，掩模为二维矩阵数组，有时也为多值图像。图像掩模主要用于：

• 提取感兴趣区，用预先制作的感兴趣区掩模与待处理图像相乘，得到感兴趣区图像，感兴趣区内图像值保持不变，而区外图像值都为0。
• 屏蔽作用，用掩模对图像上某些区域作屏蔽，使其不参加处理或不参加处理参数的计算，或仅对屏蔽区作处理或统计。
• 结构特征提取，用相似性变量或图像匹配方法，检测和提取图像中与掩模相似的结构特征。
• 特殊形状图像的制作。

3. 示例演示

import numpy as np
import cv2

image = cv2.imread("lena.jpg")  # 读图
cv2.imshow("Oringinal", image) #显示原图
print(image.shape[:2])