python如何去除图片中某个颜色_Opencv-python如何快速的改变图片中指定的颜色、融合两张图片...

需求：

将经过mask-rcnn分割得到的结果图与原图进行融合，生成mask覆盖在原图上的图。

原图

分割结果

融合结果

将黑白二值图转化为紫色/黑色二值图的几种方法：

1. 遍历图片像素并修改像素RBG值

import cv2

import numpy as np

import time

start = time.time()

# 读入图片

original = cv2.imread('/code-server/funkydog/cv/original.jpg')

mask = cv2.imread('/code-server/funkydog/cv/mask1.png')

height,width,channels = mask.shape

# 将numpy转成list

mask_list = mask.tolist()

for i in range(height):

for j in range(width):

if mask_list[i][j] == [255,255,255]:

mask_list[i][j] = [139,5,139]

mask = np.array(mask_list,dtype=mask.dtype)

print(time.time()-start)

# 融合

res = cv2.addWeighted(original,1,mask,0.5,0)

cv2.imwrite('out.jpg', res)

print(time.time()-start)

耗时记录

这种方法下的耗时严重，因为将图片数据转为python内置list再由python遍历最后又转为numpy数组经历了多次数据转化，会严重拖慢速度，且python的速度一直被诟病，如果能使用到numpy的c模块进行加速应该会好很多。

2.尝试在numpy中进行遍历：

import cv2

import numpy as np

import time

start = time.time()

# 读入图片

original = cv2.imread('/code-server/funkydog/cv/original.jpg')

mask = cv2.imread('/code-server/funkydog/cv/mask1.png')

height,width,channels = mask.shape

# 定义一个黑色像素用于对比

black = np.array([0,0,0])

# 需要转化的颜色像素

color = np.array([139,0,139])

# 遍历numpy数组

for row in range(height):

for col in range(width):

# 将像素点与黑色像素做对比

if (black!=mask[row][col]).all():

# 将白色像素换成黑色

mask[row][col] = color

print(time.time()-start)

# 融合

res = cv2.addWeighted(original,1,mask,0.5,0)

cv2.imwrite('out.jpg', res)

print(time.time()-start)

耗时记录

然而这次的耗时更为严重，直接翻倍了...也许在调用numpy数据对比的.all() API耗费了大量时间

3.终极解决方案完全使用opencv的内置c++动态库函数

import cv2

import numpy as np

import time

start = time.time()

original = cv2.imread('/code-server/funkydog/cv/original.jpg')

mask = cv2.imread('/code-server/funkydog/cv/mask1.png')

# 分割rgb通道

b_channel, g_channel, r_channel = cv2.split(mask)

# 使用cv2.threshold函数，输入BRG三个通道的灰度图像，和触发阈值，和转换值，还有触发器类型

ret1,b = cv2.threshold(b_channel,1,139,cv2.THRESH_BINARY)

ret2,g = cv2.threshold(g_channel,1,5,cv2.THRESH_BINARY)

ret3,r = cv2.threshold(r_channel,1,139,cv2.THRESH_BINARY)

dst = cv2.merge((b,g,r))

print(time.time()-start)

res = cv2.addWeighted(original,1,dst,0.5,0)

cv2.imwrite('out.jpg', res)

print(time.time()-start)

这耗时简直了