如何将蒙版应用于16位图像？

Question

apply mask like this to an image

如何将蒙版应用于16位图像？使用以下代码的8位图像可以正常工作：

image = misc.imread('test.jpg')
gray = cv2.cvtColor(image, cv2.Color(image, cv2.COLOR_BGR2GRAY)
x = 610
y = 220
w = h = 150
mask = np.zeros(gray.shape[:2], np.uint8)
mask[y:y+h,x:x+w] = 255
res = cv2.bitwise_and(gray, gray, mask = mask)
cv2.imshow("res", res)
cv2.waitKey(0)

但是当我尝试使用16 bit.png图片时，它不起作用。我试过这段代码：

mask = np.zeros(gray.shape[:2], np.uint16)
mask[y:y+h, x:x+w] = 6535
res = cv2.bitwise_and(gray, gray, mask = mask)

我收到错误：

  

res = cv2.bitwise_and（grey，gray，mask = mask）cv2.error：/ home / ...：error：（-215）（mtype == CV_8U || mtype == CV_8S）＆amp;＆amp;函数binary_op

中的_mask.sameSize（* psrc1）

有人知道如何将掩码应用于我的16位图像吗？

Answer 1

根据OpenCV documentation，mask需要为8位：

  

mask - 可选操作掩码，8位单通道数组，指定要更改的输出数组的元素。

错误消息似乎反映了这一点，

  

res = cv2.bitwise_and（grey，gray，mask = mask）cv2.error：/ home / ...：error：（-215）（mtype == CV_8U || mtype == CV_8S）＆amp;＆amp;函数binary_op

中的_mask.sameSize（* psrc1）

因为它告诉你掩码的日期类型需要是8位无符号或8位有符号（整数）。

所以你的面具的定义必须是

mask = np.zeros(gray.shape[:2], np.uint8)
mask[y:y+h,x:x+w] = 255

和以前一样。

Answer 2

尝试

mask = np.zeros(gray.shape[:2], np.uint16)
mask[y:y+h, x:x+w] = 1
res = gray * mask