pythonopencv图像处理实例(pythonopencv获取图像)

技术Python+OpenCV数字图像处理中如何进行ROI区域的提取本篇文章给大家分享的是有关Python+OpenCV数字图像处理中如何进行ROI区域的提取,小编觉得挺实用的,因此分享给大家学习,希望大家阅读完这篇文章

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:

Python+OpenCV数字图像处理中如何进行ROI区域的提取

(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:

Python+OpenCV数字图像处理中如何进行ROI区域的提取

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 ')

Python+OpenCV数字图像处理中如何进行ROI区域的提取

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。

Python+OpenCV数字图像处理中如何进行ROI区域的提取

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)Python+OpenCV数字图像处理中如何进行ROI区域的提取

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)

Python+OpenCV数字图像处理中如何进行ROI区域的提取

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)

Python+OpenCV数字图像处理中如何进行ROI区域的提取

(7)将人物图贴到蓝色背景上

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

Python+OpenCV数字图像处理中如何进行ROI区域的提取

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

(0)

相关推荐

  • who后面的动词用什么形式,who做主语谓语动词用什么形式

    技术who后面的动词用什么形式,who做主语谓语动词用什么形式who作主语时,谓语可以是单数,也可以是复数。 who可以指单数,也可以指复数。所以,who 作主语时,谓语可以是单数,也可以是复数。如who does it

    生活 2021年10月25日
  • myeclipse+git push报错是怎么回事

    技术myeclipse+git push报错是怎么回事这篇文章给大家分享的是有关myeclipse+git push报错是怎么回事的内容。小编觉得挺实用的,因此分享给大家做个参考,一起跟随小编过来看看吧。原因:本地和远程

    攻略 2021年11月27日
  • UML对象图的示例分析

    技术UML对象图的示例分析这篇文章给大家分享的是有关UML对象图的示例分析的内容。小编觉得挺实用的,因此分享给大家做个参考,一起跟随小编过来看看吧。1.UML对象图对象图用于描述被建模系统的模型元素实例之间的结构化信息,

    攻略 2021年12月3日
  • Ubuntu中环JDK环境变量配置以及MySQL、Samba安装的示例分析

    技术Ubuntu中环JDK环境变量配置以及MySQL、Samba安装的示例分析这篇文章主要为大家展示了“Ubuntu中环JDK环境变量配置以及MySQL、Samba安装的示例分析”,内容简而易懂,条理清晰,希望能够帮助大

    攻略 2021年11月15日
  • 日本服务器租用适合端口转发的理由

    技术日本服务器租用适合端口转发的理由最近不少客户都来咨询用于端口转发服务比较适合的服务器,一般情况下我们都是推荐日本服务器或者香港服务器作为端口转发使用,下面就来简单介绍一下理由端口转发的用途是什么?
    端口转发对于IT专

    礼包 2021年12月8日
  • 如何批量处理数据库中的敏感信息

    技术如何批量处理数据库中的敏感信息本篇文章为大家展示了如何批量处理数据库中的敏感信息,内容简明扼要并且容易理解,绝对能使你眼前一亮,通过这篇文章的详细介绍希望你能有所收获。前言对于一些敏感数据,往往会对其加密后再入库,这

    攻略 2021年12月1日