如何在OpenCV Python中生成图像遮罩？

我们可以通过计算掩模和图像的 cv2.bitwise_and() 来应用掩模到图像上。要跟踪颜色，我们使用 cv2.inRange() 在HSV颜色空间中定义掩模，传递颜色数值的下限和上限。

要跟踪图像的一部分，我们可以使用 np.zeros() 定义一个掩模，并对待检查的输入图像区域为白色（255）的条目进行切片。按照以下给定的步骤生成图像掩模 –

第一步是导入必要的库。所需的Python库是 OpenCV 和 NumPy 。确保您已经安装了它们。
然后使用 cv2.imread() 方法读取输入图像。将图像BGR转换为HSV以跟踪输入图像中的颜色。要跟踪图像的一部分，请保持图像为BGR格式。
使用 cv2.inRange() 定义一个掩模以跟踪图像中的特定颜色。传递颜色在HSV格式中的下限和上限。如果要跟踪输入图像的矩形部分，请使用一个矩形图像（称为 mask ），并使用 cv2.zeros() 填充掩模的条目以跟踪原始图像中的区域。
使用 cv2.bitwise_and() 在 mask 和输入图像之间执行按位与操作。
现在显示掩模和掩膜图像。

我们将使用此图像作为 输入文件 在以下示例中-

示例

在此Python程序中，我们创建一个颜色掩模以跟踪输入图像中的黄色。在此示例中，我们使用HSV颜色空间获取颜色掩模。

# 导入必要的库
import cv2
import numpy as np

# 读取输入图像
img = cv2.imread('car.jpg')

# 将BGR转换为HSV
hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)

# 定义HSV颜色中蓝色的范围
lower_yellow = np.array([15,50,180])
upper_yellow = np.array([40,255,255])

# 创建一个掩模。使用HSV图像阈值获取仅有黄色颜色
mask = cv2.inRange(hsv, lower_yellow, upper_yellow)

# 与原始图像掩膜进行按位与操作
result = cv2.bitwise_and(img,img, mask= mask)

# 显示掩膜和掩膜图像
cv2.imshow('Mask',mask)
cv2.waitKey(0)
cv2.imshow('Masked Image',result)
cv2.waitKey(0)
cv2.destroyAllWindows()

输出

运行上述代码后，将打开两个窗口名为 “ Mask ”和 “ Masked Image ”。 “ Mask ” 显示跟踪黄色的掩膜。“ Masked Image ” 显示已跟踪的黄色在输入图像中的图像。

如何在OpenCV Python中生成图像遮罩？

示例

在这个Python程序中，我们创建一个矩形区域作为掩模。我们想要跟踪输入图像中的这个矩形部分。

# 导入需要的库
import cv2
import numpy as np

# 读取一个灰度图像作为输入图像
img = cv2.imread('car.jpg')

# 创建掩模
mask = np.zeros(img.shape[:2], np.uint8)
mask[100:250, 150:450] = 255

# 使用掩模计算按位与
masked_img = cv2.bitwise_and(img,img,mask = mask)

# 显示掩模和输出图像
cv2.imshow('Mask',mask)
cv2.waitKey(0)
cv2.imshow('Masked Image',masked_img)
cv2.waitKey(0)
cv2.destroyAllWindows()