我正在使用python,OpenCV和Numpy。我的目标是找到所有白色像素并将其变为红色,然后将其他所有像素都关闭或变为白色。我的代码:
import numpy as np
import cv2
import matplotlib.pyplot as plt
# Read mask
image = cv2.imread("path to my image")
any_white = np.any(image == [255,255,255], axis = -1)
image[any_white]=[255,0,0]
plt.imshow(image)
plt.show()
cv2.imwrite('result.png',image)
问题1:定位任何[255,255,255]
都找不到,白人,我开始发现任何[244,244,244]
,[243,243,243]
,依此类推。有没有办法设置白色范围,也许从[255,255,255]
到[230,230,230]
?
问题2:显然,在Python中包含plt.imshow(image)
和plt.show()
时,结果显示为红色,但是当我使用cv2.imwrite('result.png',image)
保存时,它为蓝色。查看结果图片。
答案 0 :(得分:1)
问题1:
您可以创建一个遮罩并将红色通道设置为False
,以便在只定位白色像素的情况下将其值保持在255。
mask_bg = (image == [255, 255, 255])
mask_bg[:, :, 0] = False # set red channel mask to false (leave 255 value)
image[mask_bg] = 0 # set all white pixels to [255, 0, 0]
如果要查找某个范围内的所有值,则可以使用cv2.inRange
:
mask = cv2.inRange(image, (230, 230, 230), (255, 255,255))
问题2: OpenCV使用BGR作为默认值而不是RGB,您可以使用以下方法将BGR转换为RGB:
new_image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)
cv2.imshow('BGR Image', new_image )
请记住,如果使用OpenCV打开图像,它将是BGR,因此请在操作通道之前进行转换。
答案 1 :(得分:1)
问题1:
您计划定位的像素可能没有精确的(255, 255, 255)
值。因此,最好通过设置像素值范围对图像进行二值化处理。您可以通过创建跟踪栏并手动对其进行调整来找到确切的范围。您可以找到有关在OpenCV here中实现跟踪栏的更多信息。
问题2:
这是因为OpenCV默认使用BGR
或(Blue, Green, Red)
色彩空间。保存前,可以使用RGB
将色彩空间更改为(Red, Green, Blue)
或cv2.cvtColor(image, cv2.COLOR_BGR2RGB)
。