如何创建白色蒙版，在图像中仅显示黑色？

Question

我正在尝试获取专辑封面的轮廓，并且边缘检测器（Canny，Laplace）拾取的噪音过多。我不完全了解图像遮罩的工作原理，想在图像上放一个白色的蒙版，这样我只能看到黑色的像素

我应用了高斯模糊5x5，并将图像转换为hsv值。我有一个黑色的值范围，并且已经将它们过滤掉了。

# imported image and processing (shorthand here)
image = cv2.imread(args["image"])
blur = cv2.GaussianBlur(image, (5,5), 0)
blur_hsv = cv2.cvtColor(blur, cv2.COLOR_BGR2HSV)

# set regions of color 
boundaries = [
    # black 
    ([0,0,0],[180, 255, 40])

    #pink
    #([151, 80, 50], [174, 255, 255])   
]

# loop over the boundaries
for (lower, upper) in boundaries:
    # create NumPy arrays from the boundaries
    lower = np.array(lower, dtype = "uint8")
    upper = np.array(upper, dtype = "uint8")

    # find the colors within the specified boundaries and apply
    mask = cv2.inRange(blur_hsv, lower, upper)  
    output = cv2.bitwise_and(image, image, mask = mask)

    # show the images
    cv2.imshow("images", np.hstack([image, output]))

我希望在最终输出中有所区别，但是窗口只是黑色的。如何创建其他颜色的蒙版？

编辑：

不是确切的图像，而是左样本：原始图像；右：已处理

Answer 1

根据我的理解，您想获得一个蒙版，其中所有彩色像素（非黑色）均为白色。当我们使用cv2.inRange()时，我们给它一个上下阈值，以 white 返回所有像素。然后，当我们将cv2.bitwise_and()与遮罩和原始图像一起使用时，得到的图像将是遮罩和原始图像均为白色的区域。基本上任何白色像素都是我们要保留的区域。

您的当前输出显示原始图片中像素在上下阈值之间的所有区域。但是，如果您的目标是显示所有非黑色像素，则只需反转遮罩即可。这是可视化效果：

这是您当前的遮罩，将原始图像中阈值内的所有像素表示为白色。

我们可以简单地反转遮罩或使用cv2.bitwise_not()获得所需的遮罩。此新遮罩将不在上下限内的所有彩色像素表示为白色。因此，此蒙版是所有彩色像素。

final_mask = 255 - mask

请记住，我们要保留的任何像素都应设为白色，而我们要丢弃的任何像素均应设为黑色。因此，如果我们用原始图像cv2.bitwise_and()使用这个新蒙版，则会得到这个

tutorial on bitwise operations and masking

import cv2
import numpy as np

image = cv2.imread('1.png')
blur = cv2.GaussianBlur(image, (5,5), 0)
blur_hsv = cv2.cvtColor(blur, cv2.COLOR_BGR2HSV)

# create NumPy arrays from the boundaries
lower = np.array([0,0,0], dtype = "uint8")
upper = np.array([180,255,40], dtype = "uint8")

# find the colors within the specified boundaries and apply
mask = cv2.inRange(blur_hsv, lower, upper)  
mask = 255 - mask
output = cv2.bitwise_and(image, image, mask = mask)

# show the images
cv2.imshow("output", output)
cv2.imshow("mask", mask)
cv2.waitKey()