OpenCV–反转遮罩

原文:https://www.geeksforgeeks.org/opencv-invert-mask/

在本文中,我们将学习如何在 OpenCV 中反转在图像上创建的遮罩。蒙版是一种用于从图像中突出显示特定对象的技术。它可以被定义为将图像的某些像素设置为某个空值,例如 0(黑色),以便只有图像中像素值不为 0 的部分被突出显示。

反转蒙版基本上反转了整个过程,也就是说,高亮部分的像素变为 0,所有其他像素保持非零。为此,我们对每个像素执行按位“非”运算,以转置(反转)其值。

例如,如果我们考虑一个面具:

[ 0 1 0
  0 0 0
  0 1 0 ]

现在,为了反转这个掩码,我们对每个值执行按位“非”运算,也就是说,0 变为 1,反之亦然:

[ 1 0 1
  1 1 1
  1 0 1 ]

要反转 OpenCV 中的遮罩,我们使用 cv2.bitwise_not() 函数,该函数对单个像素执行按位 not 运算。

语法:cv2 . bitwise _ not(masked _ image)

参数:

  • masked_image: 是要反转的图像。
  • 返回值:返回反转的蒙版图像。

使用的图像:

原象

例 1: 在这个程序中,我们从读取图像开始。然后我们创建一个“int”数据类型的单位矩阵(5 X 5)的内核。现在,我们将图像转换为 HSV 格式,因为所有操作只能在 HSV 格式下执行。然后我们对图像执行腐蚀、变形和膨胀技术来创建蒙版。现在,为了反转遮罩,我们使用 cv2 库的 bitwise_not 方法来翻转像素值(0 - > 1 和 1 - > 0)。最后,我们显示这个反转的遮罩图像。

Python 3

# Python program to explain
# mask inversion on a b/w image.

# importing cv2 and numpy library
import cv2
import numpy as np

# Reading an image
img = cv2.imread('rgy.jpg')

# The kernel to be used for dilation purpose
kernel = np.ones((5, 5), np.uint8)

# converting the image to HSV format
hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)

# defining the lower and upper values of HSV,
# this will detect yellow colour
Lower_hsv = np.array([20, 70, 100])
Upper_hsv = np.array([30, 255, 255])

# creating the mask by eroding,morphing,
# dilating process
Mask = cv2.inRange(hsv, Lower_hsv, Upper_hsv)
Mask = cv2.erode(Mask, kernel, iterations=1)
Mask = cv2.morphologyEx(Mask, cv2.MORPH_OPEN, kernel)
Mask = cv2.dilate(Mask, kernel, iterations=1)

# Inverting the mask by
# performing bitwise-not operation
Mask = cv2.bitwise_not(Mask)

# Displaying the image
cv2.imshow('Mask', Mask)

# waits for user to press any key
# (this is necessary to avoid Python
# kernel form crashing)
cv2.waitKey(0)

# closing all open windows
cv2.destroyAllWindows()

输出:

在不颠倒掩模的情况下

倒置掩模

例 2: 这个程序和上面解释的程序类似。唯一的区别是,我们没有将图像转换为 b/w,而是直接屏蔽黄色苹果,然后使用 bitwise_not 操作反转创建的屏蔽。

Python 3

# Python program to explain
# mask inversion on a RGB image.

# importing cv2 and numpy library
import cv2
import numpy as np

# Reading an image
img = cv2.imread('rgy.jpg')

# The kernel to be used for dilation 
# purpose
kernel = np.ones((5, 5), np.uint8)

# converting the image to HSV format
hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)

# defining the lower and upper values
# of HSV, this will detect yellow colour
Lower_hsv = np.array([20, 70, 100])
Upper_hsv = np.array([30, 255, 255])

# creating the mask
Mask = cv2.inRange(hsv, Lower_hsv, Upper_hsv)

# Inverting the mask 
mask_yellow = cv2.bitwise_not(Mask)
Mask = cv2.bitwise_and(img, img, mask = mask_yellow)

# Displaying the image
cv2.imshow('Mask', Mask)

# waits for user to press any key
cv2.waitKey(0)

# closing all open windows
cv2.destroyAllWindows()

输出:

在不颠倒掩模的情况下

倒置掩模