java网站开发主流框架搜索引擎优化的核心本质

一、图像预处理

9. 图像掩膜

创建的掩膜方便我们对目标区域进行操作。

9.1 制作掩膜

掩膜通常是一个二值化图像，并且与原图像的大小相同。其中目标区域被设置为1（或白色），而其他需要掩盖的区域被设置为0（或黑色）。图像的颜色空间要求为HSV，不是需要转化。如下图：为红色创建掩膜

通过这个掩膜，我们就可以对掩膜中的白色区域所对应的原图中的区域进行处理与操作。

• cv2.inRange用于进行多通道图像（尤其是彩色图像）的阈值操作计算。就是创建掩膜。语法：

  • # 返回一个图片
    mask=cv.inRange(img,color_low,color_high)
    

• 参数：

  • HSV颜色空间的图像
  • color_low：np.array( [hmin,smin,vmin] ) 目标颜色的最小值
  • color_high：np.array( [hmax,smax,vmax] ) 目标颜色的最大值
    • color_low和color_high形成颜色区间

• 常用颜色的HSV范围图：此处把部分红色归为紫色范围

• 案例：

import cv2 as cv
import numpy as np
# 创建黄色的淹膜
img = cv.imread("./images/demo.png")
img_r = cv.resize(img, (200, 200))
# 颜色空间转化为HSV
hsv_img = cv.cvtColor(img_r, cv.COLOR_BGR2HSV)
# 设置颜色区间
color_low = np.array([26,43,46])
color_high = np.array([34,255,255])
# 创建的淹膜和原图一样，二值化图片
mask = cv.inRange(hsv_img, color_low, color_high)
cv.imshow("mask", mask) # 显示掩膜
cv.imshow("img", img_r,) # 显示原图
cv.waitKey(0)
cv.destroyAllWindows()

9.2 与运算

可以得到掩膜获取了哪些区域（将获取的区域显示原图颜色，其他区域还是显示黑色）

1.原理

将原图像掩膜进行“与”运算，每一个像素点都要进行与运算，运算结果三种情况：

• 白色(255,255,255) and 黑色(0,0,0) 结果是 黑色

• 白色(255,255,255) and 其他颜色(1,2,3) 结果是 其他颜色

• 黑色(0,0,0) and 其他颜色(1,2,3) 结果是 黑色

• 解释

"""
1.与运算，是比较二进制数值的每一位，都为1的结果是1，否则为0
2.白色(255,255,255)  对应的二进制-> 1111 1111
3.黑色(0,0,0)  对应的二进制->  0000 0000
所以：
任何颜色 '与' 黑色  都是 0000 0000
其他颜色 '与' 白色  都是 其他颜色自己
"""

如下右三图为原图与掩膜“与”运算的结果

2.语法

将scr1,scr2,掩膜依次进行“与”运算，这里的scr1 = scr2

• cv2.bitwise_and(src1,src2[,mask])
  

  • src1：第一个输入数组。通常是输入的原始图像。
  • src2：第二个输入数组。它可以是另一个图像、一个常数值或者与 src1 相同的图像。
    • 当应用掩膜时，这个参数经常就是src1本身；即对同一个图像进行操作。
    • 如果对两个不同的图像执行按位与操作（例如，将两张图片的某些部分组合在一起），可以分别将它们作为 src1 和 src2 输入到 cv2.bitwise_and() 函数中，创建复杂的图像效果或进行图像合成。
  • mask：掩膜(可选)。输入数组元素只有在该掩膜非零时才被处理。是一个8位单通道的数组，尺寸必须与src1和src2相同。
  • 返回值：输出数组，应用掩膜后的图像，与输入数组大小和类型相同。

9.3 颜色替换

创建的掩膜，可以用于帮助颜色替换。

• 掩膜中的白色区域就是原图中需要修改的区域。

• 因为掩膜和原图大小相同，所以可以：

  • img_r[mask == 255] = (0,255,0)
    

  • img_r是BGR颜色空间存储的np数组

  • mask是创建的掩膜，其本身是个np数组

  • (0,255,0) 是替换的颜色

9.4案例

import cv2 as cv
import numpy as np# 创建黄色的淹膜
img = cv.imread("./images/demo.png")
# 调整图片大小
img_r = cv.resize(img, (200, 200))
# 颜色空间转化为HSV
hsv_img = cv.cvtColor(img_r, cv.COLOR_BGR2HSV)# 设置颜色区间
color_low = np.array([26,43,46])
color_high = np.array([34,255,255])
# 创建的淹膜和原图一样，二值化图片
mask = cv.inRange(hsv_img, color_low, color_high)# 与运算
yu = cv.bitwise_and(img_r, img_r, mask=mask)# 颜色替换 - 原图中 对应掩膜中的白色区域 改成 任意颜色
img_r[mask == 255] = (0,255,0)cv.imshow("yu", yu)  # 显示结果
cv.imshow("mask", mask)  # 显示掩膜
cv.imshow("img", img_r,)  # 显示原图
cv.waitKey(0)
cv.destroyAllWindows()