OpenCV 详解掩膜mask

在OpenCV中我们经常会遇到一个名字:Mask(掩膜)。很多函数都使用到它,那么这个Mask到底什么呢?

一开始我接触到Mask这个东西时,我还真是一头雾水啊,也对无法理解Mask到底有什么用。经过查阅大量资料后,也对Mask有一点自己的理解了,下面就说说我的理解。

比如我要对一幅图进行抠图操作,这就要用到Mask了,那我就以抠图为例,解释Mask在里面的作用。

先上程序,再一句一句剖析。

该程序的功能就是抠出指定区域。

#include "opencv2/highgui/highgui.hpp"
#include "opencv2/imgproc/imgproc.hpp"
#include <iostream>
#include <stdio.h>

using namespace std;
using namespace cv;

int main()
{
	Mat image, mask;
	Rect r1(100, 100, 250, 300);
	Mat img1, img2, img3, img4;
	image = imread("lol17.jpg");
	mask = Mat::zeros(image.size(), CV_8UC1);
	mask(r1).setTo(255);
	img1 = image(r1);
	image.copyTo(img2, mask);

image.copyTo(img3);
img3.setTo(0, mask);


imshow("Image sequence", image);
imshow("img1", img1);
imshow("img2", img2);
imshow("img3", img3);
imshow("mask", mask);

waitKey();
return 0;
}

原始图
在这里插入图片描述

注意程序中的这两句关于Mask的操作。

mask = Mat::zeros(image.size(), CV_8UC1); 
mask(r1).setTo(255);  //r1是设置好的感兴趣区域

解释一下上面两句的操作。

第一步建立与原图一样大小的mask图像,并将所有像素初始化为0,因此全图成了一张全黑色图。
第二步将mask图中的r1区域的所有像素值设置为255,也就是整个r1区域变成了白色。
这样就能得到Mask图像了。
在这里插入图片描述

注意这句,哪个图像拷贝到哪个图像?

image.copyTo(img2, mask);

当然是原始图image拷贝到目的图img2上啦。
其实拷贝的动作完整版本是这样的:

原图(image)与掩膜(mask)进行与运算后得到了结果图(img2)。

何为图与掩膜的与运算?

其实就是原图中的每个像素和掩膜中的每个对应像素进行与运算。比如1 & 1 = 1;1 & 0 = 0;

比如一个3 * 3的图像与3 * 3的掩膜进行运算,得到的结果图像就是:

在这里插入图片描述

说白了,mask就是位图啊,来选择哪个像素允许拷贝,哪个像素不允许拷贝。如果mask像素的值是非0的,我就拷贝它,否则不拷贝。

因为我们上面得到的mask中,感兴趣的区域是白色的,表明感兴趣区域的像素都是非0,而非感兴趣区域都是黑色,表明那些区域的像素都是0。一旦原图与mask图进行与运算后,得到的结果图只留下原始图感兴趣区域的图像了。也正如下图所示。

image.copyTo(img2, mask);

在这里插入图片描述

下面两句代码所做的事情跟上面的差不多,首先将原始图image拷贝一份给img3,然后img3将mask白色区域设置为0(黑色),好比如果mask中像素非0的,我就把我图像对应的那个点的像素值设置为0,否则啥也不做。伪代码是if mask(i,j)>0 then img3(i,j)=0。

image.copyTo(img3);
img3.setTo(0, mask);

在这里插入图片描述

如果想要直接抠出目标区域,直接这样写就OK了:

img1 = image(r1);

在这里插入图片描述

  • 9
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
在Python OpenCV中,掩膜mask)是一种基本操作,用于提取图像中的特定区域或像素。掩膜通过与图像进行逐像素的逻辑运算来实现,根据特定的条件对像素进行筛选。 对于掩膜的使用,有几个重要的方法。首先是使用`cv2.inRange()`函数创建一个掩膜,该函数会从给定图像中提取满足特定颜色范围的像素。例如,在给定图像`picture`中提取蓝色区域,可以使用以下代码:`mask = cv2.inRange(picture, lower_blue, upper_blue)`。这里的`lower_blue`和`upper_blue`是用于定义蓝色范围的阈值。 其次,可以使用`cv2.cvtColor()`函数将图像转换为不同的颜色空间,其中最常用的是BGR到HSV的转换。在使用掩膜之前,通常需要将图像转换为HSV颜色空间,因为HSV颜色空间更适合用于颜色筛选。例如,使用以下代码将图像转换为HSV颜色空间:`hsv_image = cv2.cvtColor(picture, code=cv2.COLOR_BGR2HSV)`。这里的`code`参数指定了颜色转换的类型。 最后,使用掩膜与原始图像进行逐像素的逻辑运算,从而获取特定区域或像素。通过将掩膜与图像进行按位与(bitwise_and)操作,可以将掩膜应用于图像。这将使得掩膜之外的像素值变为0,而掩膜内的像素值保持不变。这样就可以实现对特定区域的提取。 综上所述,Python OpenCV中的掩膜是通过逐像素的逻辑运算来提取图像中的特定区域或像素。可以使用`cv2.inRange()`函数创建掩膜,并使用`cv2.cvtColor()`函数将图像转换为适合颜色筛选的颜色空间。然后,通过与原始图像进行按位与操作,可以将掩膜应用于图像。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *3* [3.python-opencv图像mask掩膜处理](https://blog.csdn.net/weixin_45848575/article/details/125256320)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] - *2* [利用opencv进行掩膜操作详解,保证看完就会(python)](https://blog.csdn.net/qq_40210586/article/details/106572504)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值