目标

本篇文章主要介绍图像掩模的概念、作用、及其简单实现。

1. 图像掩模的概念

图像掩模（image mask）是用选定的图像、图形或物体，对待处理的图像（局部或全部）进行遮挡来控制图像处理的区域或处理过程。由于覆盖的特定图像或物体称为掩模或模板。

2. 图像掩模的作用

数字图像处理中，掩模为二维矩阵数组，有时也为多值图像。图像掩模主要用于：

提取感兴趣区，用预先制作的感兴趣区掩模与待处理图像相乘，得到感兴趣区图像，感兴趣区内图像值保持不变，而区外图像值都为0。
屏蔽作用，用掩模对图像上某些区域作屏蔽，使其不参加处理或不参加处理参数的计算，或仅对屏蔽区作处理或统计。
结构特征提取，用相似性变量或图像匹配方法，检测和提取图像中与掩模相似的结构特征。
特殊形状图像的制作。

3. 示例演示

import numpy as np
import cv2image = cv2.imread("lena.jpg")  # 读图
cv2.imshow("Oringinal", image) #显示原图
print(image.shape[:2])# 输入图像是RGB图像，故构造一个三维数组，四个二维数组是mask四个点的坐标，
site = np.array([[[350, 400], [200, 400], [200, 190], [350, 190]]], dtype=np.int32)im = np.zeros(image.shape[:2], dtype="uint8")  # 生成image大小的全黑图cv2.polylines(im, site, 1, 255)  # 在im上画site大小的线，1表示线段闭合，255表示线段颜色
cv2.fillPoly(im, site, 255)  # 在im的site区域，填充颜色为255mask = im
cv2.namedWindow('Mask', cv2.WINDOW_NORMAL)  # 可调整图像窗口大小，不加这句不可调整
cv2.imshow("Mask", mask)
masked = cv2.bitwise_and(image, image, mask=mask)  # 在模板mask上，将image和image做“与”操作
cv2.namedWindow('Mask to Image', cv2.WINDOW_NORMAL)  # 同上
cv2.imshow("Mask to Image", masked)
cv2.waitKey(0)  # 图像一直显示，键盘按任意键即可关闭窗口

Oringinal
Mask
Mask to Image

注意：

用cv2.namedWindow()函数可以指定图像窗口是否可以调整大小。在默认情况下，标志为cv2.WINDOW_AUTOSIZE。但是，如果指定标志为cv2.WINDOW_Normal，则可以调整窗口的大小。当图像尺寸太大，并在窗口中添加跟踪条时，这些操作可以较好的解决结果图像显示问题。
bitwise_and是对二进制数据进行“与”操作，即对图像（灰度图像或彩色图像均可）每个像素值进行二进制“与”操作，1&1=1，1&0=0，0&1=0，0&0=0
bitwise_or是对二进制数据进行“或”操作，即对图像（灰度图像或彩色图像均可）每个像素值进行二进制“或”操作，1|1=1，1|0=0，0|1=0，0|0=0
bitwise_xor是对二进制数据进行“异或”操作，即对图像（灰度图像或彩色图像均可）每个像素值进行二进制“异或”操作，1^1=0,10=1,0^1=1,00=0
bitwise_not是对二进制数据进行“非”操作，即对图像（灰度图像或彩色图像均可）每个像素值进行二进制“非”操作，_1=0，0=1