基于 HSV 图像的值通道为图像创建条件掩码

Question

我有一张图片，我想根据图片的 xy 像素的 value-channel 的值放置一个蒙版。

def rgb_mask(img):
   r, g, b = img[:,:,2], img[:,:,1], img[:,:,0]
   intensity = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)[:,:,2]

   mask_if_intensity_below_50 = (np.logical_and((0.85 * g > 0.95 * b), (0.95 * g > 0.85 * r)) * 255).astype(np.uint8)
   mask_if_intensity_between_50_and_200 = (np.logical_and((0.85 * g > 0.95 * b), (0.95 * g > 0.85 * r), (g - r + b > 30)) * 255).astype(np.uint8)
   mask_if_intensity_above_200 = (np.logical_and((0.85 * g > 0.95 * b), (0.95 * g > 0.85 * r), (g - b < 150)) * 255).astype(np.uint8)


   masked = cv2.bitwise_and(img, img, mask=?) # I typed ? because I am note sure how to include this in the code

   return masked

img.shape returns 以下内容：

(720, 1280, 3)

如何为每个像素分配正确的遮罩？理想情况下，我不想使用 for x, for y 循环。提前致谢

Answer 1

在使用bitwise_and之前，您可以将蒙版复制为 3D 矩阵。

您可以使用 numpy dstak 函数复制蒙版。
例如：np.dstack((msk, msk, msk)) 得到形状为 (720, 1280) 的 msk 和 return 形状为 (720, 1280, 3)

在下面的示例中，我假设 intensity 矩阵在 [0, 255] 范围内（而不是 [0, 1]）：

mask_if_intensity_between_100_and_200 = (np.logical_and(intensity > 100, intensity < 200) * 255).astype(np.uint8)
masked = cv2.bitwise_and(img, np.dstack((mask_if_intensity_between_100_and_200, mask_if_intensity_between_100_and_200, mask_if_intensity_between_100_and_200)))

当mask shape和image shape相同时，可以应用bitwise and。

蒙版图像示例：

基于 HSV 图像的值通道为图像创建条件掩码

Create conditional mask for image based on Value channel of HSV image

python

rgb

opencv

mask