OpenCV数字图像处理之ROI区域的提取

您所在的位置:网站首页 opencv inrange提取 OpenCV数字图像处理之ROI区域的提取

OpenCV数字图像处理之ROI区域的提取

2024-07-17 14:50| 来源: 网络整理| 查看: 265

OpenCV数字图像处理之ROI区域的提取

利用mask(掩模)技术提取纯色背景图像ROI区域中的人和物,并将提取出来的人或物添加在其他图像上。

1、实现原理

先通过cv.cvtColor()函数,将原RGB彩色图像转换为hsv色彩空间的图像,然后通过cv.inRange()函数获得ROI区域的Mask,最后利用cv.bitwise()函数提取得到ROI区域。

2、使用的函数简述 (1) cv.cvtColor(img, cv.COLOR_BGR2HSV)函数

img为要进行色彩空间转换的原图 cv.COLOR_BGR2HSV即将原图RGB色彩空间转换为HSV色彩空间

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

cv.inRange函数通过设置不同的h、s、v的min和max阈值可以获取不同色彩的一个二值的mask图,下图为各颜色的阈值表: 在这里插入图片描述

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

第一个函数为按位与操作函数,将img1和img2在mask的区域内,R,G,B三个分量分别进行按位与操作。第二个函数为按位或操作函数,将img1和img2在mask的区域内,R,G,B三个分量分别进行按位或操作。第三个函数为按位取反操作函数,将img在R,G,B三个分量分别进行按位取反操作。

(4)cv.add(img1, img2)函数

将img1和img2 进行相加操作,img1和img2的尺寸必须要相同。

3、代码实现过程

原图如下: 在这里插入图片描述 如图,要从图中提取出卡通人物,并将其贴在其他背景上。

(1)读入原始图像 src = cv.imread('person.jpg') cv.imshow('src', src)

在这里插入图片描述

(2)获取mask 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)

由于背景为绿色,可以提取绿色背景的mask,由上表可以查出绿色和青色的值,设置好参数后,就可以获得mask(白色区域才是mask区域): 在这里插入图片描述 注意:这里获取的mask为背景的mask,我们要获得人物的mask。

(3)获取人物mask

通过逻辑非操作取反,即可获得人物的mask区域(白色区域):

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

在这里插入图片描述

(4)获取人物

将原始图像与原始图像在mask区域进行逻辑与操作,即可获取

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

在这里插入图片描述 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)

在这里插入图片描述

(7)将人物图贴到蓝色背景上 dst = cv.add(dst, timg1) cv.imshow('dst2', dst)

在这里插入图片描述

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() 参考

OpenCV学习笔记——HSV颜色空间超极详解&inRange函数用法及实战



【本文地址】


今日新闻


推荐新闻


    CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3