Question

我正在尝试在参考图像上堆叠多个mask（6）。

我有6张图像，在这些图像上进行了边缘检测，然后进行了扩张。
对膨胀后的图像进行高斯模糊，以消除噪点。
使用阈值进行二进制屏蔽，如Binary Mask
从原始图像中检索的区域仅适用于遮罩区域Bitwise_and result
找到一个参考图像（最模糊），在该图像上将叠加每个提取的区域。
将提取的区域放在参考图像上，如图Combined Result所示预先感谢！

def masking(file_list):
#read images
    for file in glob.glob(path):
        img = cv2.imread(file)        

        #edge detection
        canny = auto_canny(img)

        #Dilation(Morphological function to increase edge width)
        img_dilate = cv2.dilate(canny, (3,3), iterations = 1)

        #Gaussian Blur to blur the edges to remove noise
        very_blurred = ndimage.gaussian_filter(img_dilate, sigma=5)

        #Apply Threshold to generate mask
        ret, thresh1 = cv2.threshold(very_blurred, 100, 255, cv2.THRESH_BINARY) #cv2.THRESH_TOZERO

        #Retrieve regions from original images
        res = cv2.bitwise_and(img, img, mask = thresh1)
        return res

这将执行遮罩并从图像中返回原始区域。

def variance_of_laplacian(file_list):
    blurriest = 0 
    blurr = 0
    # compute the Laplacian of the image and then return the focus
    # measure, which is simply the variance of the Laplacian
    for file in file_list:
        image = cv2.imread(file)
#         gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
        canny = auto_canny(image)
        blur_extent = cv2.Laplacian(canny, cv2.CV_64F).var()

        if blurr == 0:
            blurr = blur_extent
        if blur_extent < blurr:
            blurr = blur_extent
            blurriest = image

#         print(bb, blur_extent)
    return blurriest

这将返回参考图像，用于将所有蒙版与从图像中剪切出的原始区域堆叠在一起。

现在，我尝试将蒙版添加到基本图像中，但是没有成功。谁能建议如何进行。

added_image = cv2.addWeighted(b,1.0,res,0.7,0)

cv2.imshow('combined', added_image)
cv2.waitKey(0)

编辑：

for i in range(len(image_1)):
    b = cv2.addWeighted(b,0.5,image_1[i],0.5,0)


# # new = cv2.add(blurring,b)
added_image = cv2.addWeighted(blurring,0.5,b,0.5,0)
cv2.imshow("final",added_image)
cv2.waitKey(0)

此处image1是包含所有提取区域的列表。模糊是参考图像的副本，上面添加了所有提取的区域。

这是添加所有蒙版并将提取的区域放到参考图像上之后的最终结果。 Final Image after adding masks and putting on the reference image

Answer 1

如果我理解正确，您想剪切图像的一部分并将其粘贴到另一个图像的顶部吗？如果是这样的话，addWeighted是不正确的功能，因为它会融合整个图像，而不仅是您想要的区域。

对6张图片中的每张重复此过程。

获取要复制的部分（您已经拥有了）：

bitwise_and_result = cv2.bitwise_and(img, img, mask = thresh1)

反转遮罩并将其应用于主图像：

thresh1_inv = cv2.bitwise_not(thresh1)
main_altered = cv2.bitwise_and(main_img, main_img, mask = thresh1_inv)

合并图像：

result = cv2.add(main_altered , bitwise_and_result )

编写代码，以便对下一张图像使用更改后的main_image。例如： main_img = result

您可以找到示例here

如果要粘贴多个部分，可以重复该过程。将输出作为新的主图像：

将多个蒙版堆叠在一个图像上

1 个答案: