如何在 OpenCV Python 中為影像新增蒙版？

我們可以透過計算蒙版和影像之間的cv2.bitwise_and()來將蒙版應用於影像。為了跟蹤顏色，我們使用cv2.inRange()在HSV顏色空間中定義蒙版，並傳遞HSV中顏色值的上下限。

另請閱讀：使用Python和OpenCV識別影像中的顏色

為了跟蹤影像的一部分，我們可以使用np.zeros()定義蒙版，並使用白色（255）對輸入影像中要檢查的區域進行切片。請按照以下步驟為影像新增蒙版：

  • 第一步是匯入所需的庫。所需的Python庫是OpenCV和NumPy。確保您已經安裝了它們。

  • 接下來，使用cv2.imread()方法讀取輸入影像。將影像從BGR轉換為HSV以跟蹤輸入影像中的顏色。要跟蹤影像的一部分，請將影像保留在BGR格式。

  • 使用cv2.inRange()定義蒙版以跟蹤影像中的特定顏色。傳遞HSV格式的顏色上下限。如果要跟蹤輸入影像的矩形部分，請使用cv2.zeros()定義矩形影像（蒙版）。用255填充蒙版的條目以跟蹤原始影像中的區域。

  • 使用cv2.bitwise_and()對蒙版和輸入影像應用按位與運算。

  • 現在顯示蒙版和蒙版影像。

我們將在以下示例中使用此影像作為輸入檔案：

示例

在這個Python程式中，我們建立一個顏色蒙版來跟蹤輸入影像中的黃色。在這個示例中，我們使用HSV顏色空間來獲取顏色蒙版。

# import required libraries
import cv2
import numpy as np

# read input image
img = cv2.imread('car.jpg')

# Convert BGR to HSV
hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)

# define range of blue color in HSV
lower_yellow = np.array([15,50,180])
upper_yellow = np.array([40,255,255])

# Create a mask. Threshold the HSV image to get only yellow colors
mask = cv2.inRange(hsv, lower_yellow, upper_yellow)

# Bitwise-AND mask and original image
result = cv2.bitwise_and(img,img, mask= mask)

# display the mask and masked image
cv2.imshow('Mask',mask)
cv2.waitKey(0)
cv2.imshow('Masked Image',result)
cv2.waitKey(0)
cv2.destroyAllWindows()

輸出

當我們執行上述程式碼時，將開啟兩個名為“蒙版”和“蒙版影像”的視窗。“蒙版”顯示跟蹤黃色的蒙版。“蒙版影像”顯示輸入影像中跟蹤的黃色。

示例

在這個Python程式中，我們建立一個矩形區域作為蒙版。我們想要跟蹤輸入影像的這個矩形部分。

# import required libraries
import cv2
import numpy as np

# Read an input image as a gray image
img = cv2.imread('car.jpg')

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

# compute the bitwise AND using the mask
masked_img = cv2.bitwise_and(img,img,mask = mask)

# display the mask, and the output image
cv2.imshow('Mask',mask)
cv2.waitKey(0)
cv2.imshow('Masked Image',masked_img)
cv2.waitKey(0)
cv2.destroyAllWindows()

輸出

當我們執行上述程式碼時，將開啟兩個名為“蒙版”和“蒙版影像”的視窗。“蒙版”顯示蒙版（矩形區域）。“蒙版影像”顯示輸入影像中跟蹤的部分。


透過我們的Python 教程學習 Python。

更新於：2023年8月25日

47K+ 次瀏覽

啟動您的職業生涯

完成課程獲得認證

開始
廣告