本文是关于如何在Python OpenCV数字图像处理中提取ROI区域的。边肖觉得很实用,所以分享给大家学习。希望你看完这篇文章能有所收获。让我们和边肖一起看看。
00-1010:首先通过cv.cvtColor()函数将原始RGB彩色图像转换为hsv颜色空间中的图像,然后通过cv.inRange()函数获取ROI的Mask,最后通过cv.bitwise()函数提取ROI。
00-1010 (1) cv.cvtcolor (img,cv.color _ bgr2hsv)功能
Img是要进行色彩空间转换的原始图像。
简历。COLOR_BGR2HSV表示将原来的RGB颜色空间转换为HSV颜色空间。
(2)简历。inrange (HSV,(h _ min,s _ min,v _ min),(h _ max,s _ max,v _ max))函数
Cv.inRange函数可以通过设置不同的H、S和v的最小和最大阈值来获得不同颜色的二进制掩码映射。下图显示了每种颜色的阈值表:
(3)简历。bitwise _ and (img1、img2、mask)、cv.bitwise_or(img1、img2、mask)和cv.bitwise_not(img)
第一个函数是按位and运算函数,其中img1和img2在掩码区域进行按位AND运算,R、G、B G和B分量分别进行按位。第二个函数是按位or运算函数,其中img1和img2在掩码区按位or运算,R、G、B G和B分量分别按位or运算。第三个函数是按位求逆运算函数,分别对R、G、B G、B分量中的img进行按位求逆运算。
(4)cv.add(img1,img2)功能
添加img1和img2,img1和img2的大小必须相同。
00-1010原始图纸如下:
如图,卡通人物要从图中提取出来,粘贴在其他背景上。
1、实现原理
src=cv . imread(' person . jpg ')
00-1010 hsv=cv。cvtcolor (src,cv。color _ bgr2hsv) #到hsv颜色样式
Mask=cv。inRange (HSV,(35,43,46),(99,255,255)) #使用inRange生成掩码。
因为背景是绿色的,所以可以提取绿色背景的蒙版。从上表中,可以找出绿色和青色的值。设置好参数后,可以得到蒙版(白色区域为蒙版区域):
注意:这里得到的蒙版是背景蒙版,我们需要得到角色的蒙版。
2、使用的函数简述
字符的掩码区域(白色区域)可以通过逻辑“非”运算否定获得:
掩码=cv.bitwise_not(掩码)
cv.imshow('mask2 ',mask)
3、代码实现过程
原始图像和原始图像可以通过掩模区域中的逻辑“与”运算获得。
rush:py;">timg1 = cv.bitwise_and(src, src, mask=mask)
cv.imshow('timg1', timg1)
以上操作即提取了图像中的ROI(卡通人)区域,下面介绍将介绍将提取出来的图贴到其他背景上。
(5)新建一张与原始图一样大小的蓝色的背景图
background = np.zeros(src.shape, src.dtype) background[:,:,0] = 255
(6)得到蓝色背景的mask
mask = cv.bitwise_not(mask) dst = cv.bitwise_or(timg1, background, mask=mask) cv.imshow('dst1', dst)
(7)将人物图贴到蓝色背景上
dst = cv.add(dst, timg1) cv.imshow('dst2', dst)
4、整体代码
import cv2 as cv import numpy as np src = cv.imread('person.jpg') cv.imshow('src', src) hsv = cv.cvtColor(src, cv.COLOR_BGR2HSV) # 转换成hsv色彩风格 mask = cv.inRange(hsv, (35, 43, 46), (99, 255, 255)) # 利用inRange产生mask cv.imshow('mask1', mask) cv.imwrite('mask1.jpg', mask) # 获取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 # 将人物贴到背景中 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数字图像处理中如何进行ROI区域的提取,小编相信有部分知识点可能是我们日常工作会见到或用到的。希望你能通过这篇文章学到更多知识。更多详情敬请关注行业资讯频道。
内容来源网络,如有侵权,联系删除,本文地址:https://www.230890.com/zhan/150315.html