小强学Python+OpenCV之－1.4.4掩膜mask及位运算（与、或、非、异或）

问题引入

在1.4.3裁剪一节，我们使用的是numpy数组切片功能实现图片区域的裁剪。 那么，如果我们想要裁剪图像中任意形状的区域时，应该怎么办呢？ 答案是，使用掩膜(masking)。 但是这一节我们先看一下掩膜的基础。图像的位运算。

代码

# 导入库 import numpy as np import argparse import cv2 # 构建参数解析器 ap = argparse.ArgumentParser() ap.add_argument("-i", "--image", required=True, help="Path to the image") args = vars(ap.parse_args()) # 加载猫的图像 image = cv2.imread(args["image"]) cv2.imshow("Cat", image) # 创建矩形区域，填充白色255 rectangle = np.zeros(image.shape[0:2], dtype = "uint8") cv2.rectangle(rectangle, (25, 25), (275, 275), 255, -1) cv2.imshow("Rectangle", rectangle)   # 创建圆形区域，填充白色255 circle = np.zeros(image.shape[0:2], dtype = "uint8") cv2.circle(circle, (150, 150), 150, 255, -1) cv2.imshow("Circle", circle) # 在此例（二值图像）中，以下的0表示黑色像素值0, 1表示白色像素值255 # 位与运算，与常识相同，有0则为0, 均无0则为1 bitwiseAnd = cv2.bitwise_and(rectangle, circle) cv2.imshow("AND", bitwiseAnd) cv2.waitKey(0)   # 或运算，有1则为1, 全为0则为0 bitwiseOr = cv2.bitwise_or(rectangle, circle) cv2.imshow("OR", bitwiseOr) cv2.waitKey(0) # 非运算，非0为1, 非1为0 bitwiseNot = cv2.bitwise_not(circle) cv2.imshow("NOT", bitwiseNot) cv2.waitKey(0)  # 异或运算，不同为1, 相同为0 bitwiseXor = cv2.bitwise_xor(rectangle, circle) cv2.imshow("XOR", bitwiseXor) cv2.waitKey(0)

效果

运行脚本:

相信大家看到效果，再结合代码可以很容易理解。

裁剪

下面，我们利用OR结果（有点像猫的头像轮廓）把本课的主题图片中的猫的头像剪切出来。 我们需要修改一下，矩形区域的大小，去掉下边的两个角。

cv2.rectangle(rectangle, (25, 25), (275, 220), 255, -1)

最终调整后的代码如下：

# 导入库 import numpy as np import argparse import cv2 # 构建参数解析器 ap = argparse.ArgumentParser() ap.add_argument("-i", "--image", required=True, help="Path to the image") args = vars(ap.parse_args()) # 加载猫的图像 image = cv2.imread(args["image"]) cv2.imshow("Cat", image) # 创建矩形区域，填充白色255 rectangle = np.zeros(image.shape[:2], dtype = "uint8") cv2.rectangle(rectangle, (380, 100), (575, 200), 255, -1) cv2.imshow("Rectangle", rectangle) # 创建圆形区域，填充白色255 circle = np.zeros(image.shape[:2], dtype = "uint8") cv2.circle(circle, (475, 180), 105, 255, -1) cv2.imshow("Circle", circle) # 异或运算，不同为1, 相同为0 bitwiseXor = cv2.bitwise_or(rectangle, circle) cv2.imshow("XOR", bitwiseXor) cv2.waitKey(0) mask = bitwiseXor cv2.imshow("Mask", mask) # Apply out mask -- notice how only the person in the image is cropped out masked = cv2.bitwise_and(image, image, mask=mask) cv2.imshow("Mask Applied to Image", masked) cv2.waitKey(0)

运行得到 得到：

我们“近似”得到了猫的头像。

总结

与或非异或运算与我们的常识类似。掩膜操作就是两幅图像(numpy数组)的位运算操作。