OpenCV - Applica maschera a un'immagine a colori

Question

Come posso applicare una maschera a un'immagine a colori nell'ultima associazione Python (cv2)? Nel precedente collegamento con Python il modo più semplice era usare cv.Copy ad es.

cv.Copy(dst, src, mask)

Ma questa funzione non è disponibile nel legame CV2. C'è qualche soluzione alternativa senza utilizzare il codice boilerplate?

Answer 1

Qui è possibile utilizzare la funzione cv2.bitwise_and se si dispone già dell'immagine della maschera.

Per controllare il codice qui sotto

img = cv2.imread('lena.jpg') 
mask = cv2.imread('mask.png',0) 
res = cv2.bitwise_and(img,img,mask = mask) 

L'uscita sarà come segue per un'immagine di lena, e per maschera rettangolare.

Answer 2

Risposta data da Abid Rahman K non è del tutto corretto. Ho anche provato e trovato molto utile ma sono rimasto bloccato.

Ecco come copio l'immagine con una data maschera.

x, y = np.where(mask!=0) 
pts = zip(x, y) 
# Assuming dst and src are of same sizes 
for pt in pts: 
    dst[pt] = src[pt] 

Questo è un po 'lento ma dà risultati corretti.

MODIFICA:

Via Pythonica.

Answer 3

Bene, ecco una soluzione se si desidera che lo sfondo sia diverso da un colore nero solido. Abbiamo solo bisogno di invertire la maschera e applicarla in un'immagine di sfondo della stessa dimensione e quindi combinare sia lo sfondo che il primo piano. Un professionista di questa soluzione è che lo sfondo potrebbe essere qualsiasi cosa (anche altra immagine).

Questo esempio viene modificato da Hough Circle Transform. La prima immagine è il logo OpenCV, secondo la maschera originale, terzo lo sfondo + primo piano combinato.

# http://opencv-python-tutroals.readthedocs.io/en/latest/py_tutorials/py_imgproc/py_houghcircles/py_houghcircles.html 
import cv2 
import numpy as np 

# load the image 
img = cv2.imread('E:\\FOTOS\\opencv\\opencv_logo.png') 
img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB) 

# detect circles 
gray = cv2.medianBlur(cv2.cvtColor(img, cv2.COLOR_RGB2GRAY), 5) 
circles = cv2.HoughCircles(gray, cv2.HOUGH_GRADIENT, 1, 20, param1=50, param2=50, minRadius=0, maxRadius=0) 
circles = np.uint16(np.around(circles)) 

# draw mask 
mask = np.full((img.shape[0], img.shape[1]), 0, dtype=np.uint8) # mask is only 
for i in circles[0, :]: 
    cv2.circle(mask, (i[0], i[1]), i[2], (255, 255, 255), -1) 

# get first masked value (foreground) 
fg = cv2.bitwise_or(img, img, mask=mask) 

# get second masked value (background) mask must be inverted 
mask = cv2.bitwise_not(mask) 
background = np.full(img.shape, 255, dtype=np.uint8) 
bk = cv2.bitwise_or(background, background, mask=mask) 

# combine foreground+background 
final = cv2.bitwise_or(fg, bk) 

Nota: È preferibile utilizzare i metodi OpenCV perché sono ottimizzati.

Answer 4

Gli altri metodi descritti presuppongono una maschera binaria. Se si desidera utilizzare un'immagine in scala di grigio a canale singolo a valori reali come maschera (ad esempio da un canale alfa), è possibile espandere a tre canali e poi utilizzarlo per interpolazione:

assert len(mask.shape) == 2 and issubclass(mask.dtype.type, np.floating) 
assert len(foreground_rgb.shape) == 3 
assert len(background_rgb.shape) == 3 

alpha3 = np.stack([mask]*3, axis=2) 
blended = alpha3 * foreground_rgb + (1. - alpha3) * background_rgb 

noti che mask esigenze essere nell'intervallo 0..1 per il buon esito dell'operazione. Si presume inoltre che le codifiche 1.0 mantengano solo il primo piano, mentre 0.0 significa mantenere solo lo sfondo.

Se la maschera può avere la forma (h, w, 1), questo aiuta:

alpha3 = np.squeeze(np.stack([np.atleast_3d(mask)]*3, axis=2)) 

Qui np.atleast_3d(mask) rende la maschera (h, w, 1) se è (h, w) e np.squeeze(...) rimodella il risultato (h, w, 3, 1)-(h, w, 3).