Python+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:

(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:

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)

(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):

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)

(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)

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数字图像处理之ROI区域的提取的详细内容,更多关于Python OpenCV ROI区域的提取的资料请关注云海天教程其它相关文章!