pythonopencv图像处理实例(pythonopencv获取图像)

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。