使用掩码

Question

我需要获得圆的最小RGB值。我怎样才能像应用蒙版的平均RGB值方法（cv2.mean）那样做？要获得圆圈的平均RGB值，请执行以下操作：

circle_img = np.zeros((circle_img.shape[0],circle_img.shape[1]), np.uint8)
cv2.circle(circle_img,(x_center,y_center),radio,(255,255,255),-1)
datos_rgb = cv2.mean(color_img, mask=circle_img)

color_img是原始图片。

要获得我做的最小RGB值：

masked_data = cv2.bitwise_and(color_img, color_img, mask=circle_img)
rgb_min = masked_data.reshape((masked_data.shape[0]*masked_data.shape[1], 3)).min(axis=0)

masked_data是第二张图片（蒙面圆圈）。

但是我得到的所有时间都是值[0,0,0]，因为我认为背景......我需要像平均值（cv2.mean）那样使用遮罩来忽略黑色背景。原始图像中没有纯黑色，因此无法获得值[0,0,0]

要获得最大RGB值，它可以完美地完成：

masked_data = cv2.bitwise_and(color_img, color_img, mask=circle_img)
rgb_max = masked_data.reshape((masked_data.shape[0]*masked_data.shape[1], 3)).max(axis=0)

因为黑色[0,0,0]在这里不会影响。

这是原始图片。

这是蒙面圈。

Answer 1

您可以尝试仅使用numpy方法获取所有必需计算的结果，而不是对某些人使用OpenCV而对其他人使用numpy，在某些情况下，numpy可能会超出在执行时间方面执行OpenCV。你可以使用numpys＆＃39; min，max和mean为：

import cv2
import numpy as np

img = cv2.imread("./assets/11yeJ.jpg")
mask = np.zeros((img.shape[0],img.shape[1]), np.uint8)
cv2.circle(mask, (493, 338), 30, (255, 255, 255), -1)

# Get the indices of mask where value == 255, which may be later used to slice the array.
img_mask = img[np.where(mask == 255)]

img_avg = np.mean(img_mask, axis=0)
img_min = np.min(img_mask, axis=0)
img_max = np.max(img_mask, axis=0)