OpenCV - Aplicar máscara a una imagen en color

Question

¿Cómo puedo aplicar máscara a una imagen en color en la última vinculación de python (cv2)? En el enlace anterior de python, la forma más simple era usar cv.Copy, p.

cv.Copy(dst, src, mask)

Pero esta función no está disponible en la unión cv2. ¿Hay alguna solución sin usar el código repetitivo?

Answer 1

Aquí, podría usar la función cv2.bitwise_and si ya tiene la imagen de la máscara.

Para comprobar el código de abajo:

img = cv2.imread('lena.jpg') 
mask = cv2.imread('mask.png',0) 
res = cv2.bitwise_and(img,img,mask = mask) 

La salida será la siguiente imagen de lena para, y para la máscara rectangular.

Answer 2

Respuesta de la Abid Rahman K no es del todo correcta. También lo probé y encontré muy útil, pero me atascaron.

Así copio la imagen con una máscara determinada.

x, y = np.where(mask!=0) 
pts = zip(x, y) 
# Assuming dst and src are of same sizes 
for pt in pts: 
    dst[pt] = src[pt] 

Esto es un poco lento pero da resultados correctos.

EDITAR:

Pythonic way.

idx = (mask!=0) 
dst[idx] = src[idx] 

Answer 3

Bueno, esta es una solución si desea que el fondo sea distinto de un color negro sólido. Solo tenemos que invertir la máscara y aplicarla en una imagen de fondo del mismo tamaño y combinar el fondo y el primer plano. Un profesional de esta solución es que el fondo puede ser cualquier cosa (incluso otra imagen).

Este ejemplo se modificó de Hough Circle Transform. La primera imagen es el logotipo de OpenCV, en segundo lugar la máscara original, en tercer lugar el fondo + primer plano combinado.

# http://opencv-python-tutroals.readthedocs.io/en/latest/py_tutorials/py_imgproc/py_houghcircles/py_houghcircles.html 
import cv2 
import numpy as np 

# load the image 
img = cv2.imread('E:\\FOTOS\\opencv\\opencv_logo.png') 
img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB) 

# detect circles 
gray = cv2.medianBlur(cv2.cvtColor(img, cv2.COLOR_RGB2GRAY), 5) 
circles = cv2.HoughCircles(gray, cv2.HOUGH_GRADIENT, 1, 20, param1=50, param2=50, minRadius=0, maxRadius=0) 
circles = np.uint16(np.around(circles)) 

# draw mask 
mask = np.full((img.shape[0], img.shape[1]), 0, dtype=np.uint8) # mask is only 
for i in circles[0, :]: 
    cv2.circle(mask, (i[0], i[1]), i[2], (255, 255, 255), -1) 

# get first masked value (foreground) 
fg = cv2.bitwise_or(img, img, mask=mask) 

# get second masked value (background) mask must be inverted 
mask = cv2.bitwise_not(mask) 
background = np.full(img.shape, 255, dtype=np.uint8) 
bk = cv2.bitwise_or(background, background, mask=mask) 

# combine foreground+background 
final = cv2.bitwise_or(fg, bk) 

Nota: Es mejor utilizar los métodos de OpenCV, ya que se han optimizado.

Answer 4

Los otros métodos descritos suponen una máscara binaria. Si desea utilizar una imagen en escala de grises de un solo canal de valor real como una máscara (por ejemplo, de un canal alfa), se puede ampliar a tres canales y luego usarlo para la interpolación:

assert len(mask.shape) == 2 and issubclass(mask.dtype.type, np.floating) 
assert len(foreground_rgb.shape) == 3 
assert len(background_rgb.shape) == 3 

alpha3 = np.stack([mask]*3, axis=2) 
blended = alpha3 * foreground_rgb + (1. - alpha3) * background_rgb 

Tenga en cuenta que mask necesidades estar en el rango 0..1 para que la operación tenga éxito. También se supone que 1.0 codifica mantener el primer plano solamente, mientras que 0.0 significa mantener solo el fondo.

Si la máscara puede tener la forma (h, w, 1), esto ayuda:

alpha3 = np.squeeze(np.stack([np.atleast_3d(mask)]*3, axis=2)) 

Aquí np.atleast_3d(mask) hace que la máscara (h, w, 1) si es (h, w) y np.squeeze(...) remodela el resultado (h, w, 3, 1)-(h, w, 3).