OpenCV 完整例程19. 图像的圆形遮罩

Posted 2021-12-10 Python小白进阶

19. 图像的圆形遮罩

图像掩模（image mask），也常被写成 “图像掩膜”，是用特定的图像或函数对另一图像进行覆盖或遮蔽，以控制图像处理的区域或图像处理的过程。图像掩模常用于提取感兴趣区域（ROI）、提取结构特征，或制作特殊形状的图像。

函数 cv2.add() 用于图像的加法运算，可以使用掩模图像进行遮蔽。

cv2.add(src1, src2 [, dst[, mask[, dtype]]) → dst

掩模图像中的黑色区域（数值为 0），cv2.add 的输出也为黑色（数值为 0）；掩模图像中的非黑色区域（非 0 值），cv2.add 的输出为加法输出。换句话说，函数 cv2.add 进行加法运算，对被掩模图像遮蔽的黑色区域不进行处理，保持黑色。

注意事项：

1. 掩模图像 mask 为 8位灰度格式，遮蔽区域为黑色（数值为 0），非遮蔽区域为白色（数值为 255），也称为开窗区域、窗口。
2. 掩模图像与进行加法运算的图像 src1, src2 的形状必须相同。

扩展例程：1.28 圆形和其它形状的图像遮罩

    # 1.28 图像的加法 (圆形和其它形状的遮罩)
    img1 = cv2.imread("../images/imgLena.tif")  # 读取彩色图像(BGR)
    img2 = cv2.imread("../images/imgB3.jpg")  # 读取彩色图像(BGR)

    Mask1 = np.zeros((img1.shape[0], img1.shape[1]), dtype=np.uint8)  # 返回与图像 img1 尺寸相同的全零数组
    Mask2 = Mask1.copy()
    cv2.circle(Mask1, (285, 285), 110, (255, 255, 255), -1)  # -1 表示实心
    cv2.ellipse(Mask2, (285, 285), (100, 150), 0, 0, 360, 255, -1)  # -1 表示实心

    imgAddMask1 = cv2.add(img1, np.zeros(np.shape(img1), dtype=np.uint8), mask=Mask1)  # 提取圆形 ROI
    imgAddMask2 = cv2.add(img1, np.zeros(np.shape(img1), dtype=np.uint8), mask=Mask2)  # 提取椭圆 ROI

    cv2.imshow("circularMask", Mask1)  # 显示掩模图像 Mask
    cv2.imshow("circularROI", imgAddMask1)  # 显示掩模加法结果 imgAddMask1
    cv2.imshow("ellipseROI", imgAddMask2)  # 显示掩模加法结果 imgAddMask2
    key = cv2.waitKey(0)  # 等待按键命令

本例程运行结果如下。

通过设计圆形、椭圆形或其它形状的图像遮罩，可以从一张图像中提取不同形状的区域。