如何使用二进制掩码进行图像遮罩？

Question

假设我有一张灰度图像：和一个二进制掩膜图像：，尺寸和形状相同。我该如何生成这样的图像：其中在二进制掩膜中值为1的是实际值，在掩膜中值为0的在最终图像中为null？

- Sibh

---

将它们相乘？ - Paul Panzer

这些不是灰度图像。 - Marcin Orlowski

我正在使用带有viridis色图的matplotlib，因此它们不会呈现灰色，但它们不是RGB。 - Sibh

您的图片尺寸不相同。另外，请始终发布不带彩色映射的适当图像；否则会使人们感到困惑，并且还会使演示灰度图像的解决方案变得困难。 - fmw42

Answer 1

使用cv2.bitwise_and函数对图像进行二值掩膜。掩膜中所有白色像素（值为1）将保留，而黑色像素（值为0）将被忽略。以下是一个例子：

输入图像（左），掩膜（右） 掩模后的结果 代码

import cv2
import numpy as np

# Load image, create mask, and draw white circle on mask
image = cv2.imread('1.jpeg')
mask = np.zeros(image.shape, dtype=np.uint8)
mask = cv2.circle(mask, (260, 300), 225, (255,255,255), -1) 

# Mask input image with binary mask
result = cv2.bitwise_and(image, mask)
# Color background white
result[mask==0] = 255 # Optional

cv2.imshow('image', image)
cv2.imshow('mask', mask)
cv2.imshow('result', result)
cv2.waitKey()

- nathancy

Answer 2

这里有另外两种使用Python Opencv的方法。第一种类似于@nathancy的方法。第二种使用乘法来进行掩膜处理。 我使用了与@nathancy提供的相同的图像。

import cv2
import numpy as np

# read image
img = cv2.imread('pink_flower.png')

#mask it - method 1:
# read mask as grayscale in range 0 to 255
mask1 = cv2.imread('pink_flower_mask.png',0)
result1 = img.copy()
result1[mask1 == 0] = 0
result1[mask1 != 0] = img[mask1 != 0]

# mask it - method 2:
# read mask normally, but divide by 255.0, so range is 0 to 1 as float
mask2 = cv2.imread('pink_flower_mask.png') / 255.0
# mask by multiplication, clip to range 0 to 255 and make integer
result2 = (img * mask2).clip(0, 255).astype(np.uint8)

cv2.imshow('image', img)
cv2.imshow('mask1', mask1)
cv2.imshow('masked image1', result1)
cv2.imshow('masked image2', result2)
cv2.waitKey(0)
cv2.destroyAllWindows()

# save results
cv2.imwrite('pink_flower_masked1.png', result1)
cv2.imwrite('pink_flower_masked2.png', result2)

两种方法的结果相同：

- fmw42

Answer 3

其他答案对我没有用。当时，我花了很多时间寻找一个好的掩码函数。这里有两个只用numpy的简单答案。

import numpy as np

arr = np.arange(27).reshape(3,3,3) #3 channel image
mask = np.zeros(shape=(3,3))
mask[1,1] = 1 # binary mask
mask_3d = np.stack((mask,mask,mask),axis=0) #3 channel mask

## Answer 1
# Simply multiply the image array with the mask

masked_arr = arr*mask_3d

## Answer 2
# Use the where function in numpy

masked_arr = np.where(mask_3d==1,arr,mask_3d)

#Both answer gives
print(masked_arr)

array([[[ 0.,  0.,  0.],
        [ 0.,  4.,  0.],
        [ 0.,  0.,  0.]],

       [[ 0.,  0.,  0.],
        [ 0., 13.,  0.],
        [ 0.,  0.,  0.]],

       [[ 0.,  0.,  0.],
        [ 0., 22.,  0.],
        [ 0.,  0.,  0.]]])

- Prefect