利用mask(掩模)技術(shù)提取純色背景圖像ROI區(qū)域中的人和物，并將提取出來的人或物添加在其他圖像上。

1、實現(xiàn)原理

先通過cv.cvtColor()函數(shù)，將原RGB彩色圖像轉(zhuǎn)換為hsv色彩空間的圖像，然后通過cv.inRange()函數(shù)獲得ROI區(qū)域的Mask，最后利用cv.bitwise()函數(shù)提取得到ROI區(qū)域。

2、使用的函數(shù)簡述

(1) cv.cvtColor(img, cv.COLOR_BGR2HSV)函數(shù)

img為要進(jìn)行色彩空間轉(zhuǎn)換的原圖

cv.COLOR_BGR2HSV即將原圖RGB色彩空間轉(zhuǎn)換為HSV色彩空間

(2) cv.inRange(hsv, (h_min, s_min, v_min), (h_max, s_max, v_max))函數(shù)

cv.inRange函數(shù)通過設(shè)置不同的h、s、v的min和max閾值可以獲取不同色彩的一個二值的mask圖，下圖為各顏色的閾值表：

(3)cv.bitwise_and(img1, img2, mask)，cv.bitwise_or(img1, img2, mask)和cv.bitwise_not(img)

第一個函數(shù)為按位與操作函數(shù)，將img1和img2在mask的區(qū)域內(nèi)，R,G,B三個分量分別進(jìn)行按位與操作。第二個函數(shù)為按位或操作函數(shù)，將img1和img2在mask的區(qū)域內(nèi)，R,G,B三個分量分別進(jìn)行按位或操作。第三個函數(shù)為按位取反操作函數(shù)，將img在R,G,B三個分量分別進(jìn)行按位取反操作。

(4)cv.add(img1, img2)函數(shù)

將img1和img2 進(jìn)行相加操作，img1和img2的尺寸必須要相同。

3、代碼實現(xiàn)過程

原圖如下：

如圖，要從圖中提取出卡通人物，并將其貼在其他背景上。

(1)讀入原始圖像

src = cv.imread('person.jpg')
cv.imshow('src', src)

(2)獲取mask

hsv = cv.cvtColor(src, cv.COLOR_BGR2HSV)       # 轉(zhuǎn)換成hsv色彩風(fēng)格
mask = cv.inRange(hsv, (35, 43, 46), (99, 255, 255))   # 利用inRange產(chǎn)生mask
cv.imshow('mask1', mask)

由于背景為綠色，可以提取綠色背景的mask，由上表可以查出綠色和青色的值，設(shè)置好參數(shù)后，就可以獲得mask(白色區(qū)域才是mask區(qū)域)：

注意：這里獲取的mask為背景的mask，我們要獲得人物的mask。

(3)獲取人物mask

通過邏輯非操作取反，即可獲得人物的mask區(qū)域(白色區(qū)域)：

mask = cv.bitwise_not(mask)
cv.imshow('mask2', mask)

(4)獲取人物

將原始圖像與原始圖像在mask區(qū)域進(jìn)行邏輯與操作，即可獲取

timg1 = cv.bitwise_and(src, src, mask=mask)
cv.imshow('timg1', timg1)

以上操作即提取了圖像中的ROI(卡通人)區(qū)域，下面介紹將介紹將提取出來的圖貼到其他背景上。

(5)新建一張與原始圖一樣大小的藍(lán)色的背景圖

background = np.zeros(src.shape, src.dtype)
background[:,:,0] = 255

(6)得到藍(lán)色背景的mask

mask = cv.bitwise_not(mask)
dst = cv.bitwise_or(timg1, background, mask=mask)
cv.imshow('dst1', dst)

(7)將人物圖貼到藍(lán)色背景上

dst = cv.add(dst, timg1)
cv.imshow('dst2', dst)

4、整體代碼?

import cv2 as cv
import numpy as np

src = cv.imread('person.jpg')
cv.imshow('src', src)
hsv = cv.cvtColor(src, cv.COLOR_BGR2HSV)       # 轉(zhuǎn)換成hsv色彩風(fēng)格
mask = cv.inRange(hsv, (35, 43, 46), (99, 255, 255))        # 利用inRange產(chǎn)生mask
cv.imshow('mask1', mask)
cv.imwrite('mask1.jpg', mask)

# 獲取mask
mask = cv.bitwise_not(mask)
cv.imshow('mask2', mask)
cv.imwrite('mask2.jpg', mask)
timg1 = cv.bitwise_and(src, src, mask=mask)
cv.imshow('timg1', timg1)
cv.imwrite('timg1.jpg', timg1)

# 生成背景
background = np.zeros(src.shape, src.dtype)
background[:,:,0] = 255

# 將人物貼到背景中
mask = cv.bitwise_not(mask)
dst = cv.bitwise_or(timg1, background, mask=mask)
cv.imshow('dst1', dst)
cv.imwrite('dst1.jpg', dst)

dst = cv.add(dst, timg1)
cv.imshow('dst2', dst)
cv.imwrite('dst2.jpg', dst)

cv.waitKey(0)
cv.destroyAllWindows() 

以上就是Python+OpenCV數(shù)字圖像處理之ROI區(qū)域的提取的詳細(xì)內(nèi)容，更多關(guān)于Python OpenCV ROI區(qū)域的提取的資料請關(guān)注腳本之家其它相關(guān)文章！

最新評論