使用 OpenCV 和 NumPy 進行圖像處理：HSV 范圍篩選實現(xiàn)PS摳圖效果

在計算機視覺和圖像處理領(lǐng)域，OpenCV 是一個非常強大的庫，能夠幫助我們執(zhí)行各種圖像操作。在這篇博客中，我們將通過一個簡單的示例演示如何使用 OpenCV 和 NumPy 來進行 HSV（色相、飽和度、明度）范圍篩選，以提取圖像中的特定顏色區(qū)域。

1. 創(chuàng)建虛擬環(huán)境

新建文件夾, 并在文件夾中創(chuàng)建虛擬環(huán)境,可以使用Vscode打開文件夾, 然后在終端中輸入以下命令:

python -m venv venv

2. 激活虛擬環(huán)境

在終端中輸入以下命令:

venv\Scripts\activate

3. 安裝依賴

在終端中輸入以下命令:

pip install opencv-python

4. 代碼實現(xiàn)

首先，我們需要導(dǎo)入所需的庫：

import cv2
import numpy as np

接下來，我們定義一個函數(shù) inrange_demo，該函數(shù)接收一幅圖像作為參數(shù)，并執(zhí)行以下步驟：

1. 將圖像從 BGR 轉(zhuǎn)換為 HSV

OpenCV 默認(rèn)使用 BGR（藍、綠、紅）顏色空間，因此我們首先需要將圖像轉(zhuǎn)換為 HSV 顏色空間，以便更容易地進行顏色范圍篩選。

hsv = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)
cv2.imshow("hsv", hsv)
cv2.waitKey(0)

2. 創(chuàng)建 HSV 范圍的掩膜

我們使用 cv2.inRange 函數(shù)來創(chuàng)建一個掩膜，該掩膜只保留在指定 HSV 范圍內(nèi)的像素。這里的范圍是 (35, 43, 46) 到 (77, 255, 255)，這通常對應(yīng)于綠色的顏色范圍。

mask = cv2.inRange(hsv, (35, 43, 46), (77, 255, 255))
cv2.imshow("mask", mask)
cv2.waitKey(0)

3. 創(chuàng)建黑色背景

我們創(chuàng)建一個與原始圖像相同大小的黑色背景，以便后續(xù)操作。

redback = np.zeros(image.shape, image.dtype)

4. 反轉(zhuǎn)掩膜

通過 cv2.bitwise_not 函數(shù)，我們可以反轉(zhuǎn)掩膜，以便選擇不在指定顏色范圍內(nèi)的區(qū)域。

mask_inv = cv2.bitwise_not(mask)
cv2.imshow("inverted mask", mask_inv)
cv2.waitKey(0)

5. 確保掩膜是三通道

為了將掩膜應(yīng)用于原始圖像，我們需要將反轉(zhuǎn)后的掩膜擴展到三通道。

mask_inv_3d = mask_inv[:, :, np.newaxis]

6. 應(yīng)用掩膜并顯示結(jié)果

最后，我們使用 np.where 函數(shù)將原始圖像與黑色背景結(jié)合，顯示出感興趣區(qū)域。

redback[:] = np.where(mask_inv_3d == 255, image, redback)
cv2.imshow("roi區(qū)域", redback)

示例用法

在函數(shù)定義之后，我們可以通過以下代碼讀取一幅圖像并調(diào)用 inrange_demo 函數(shù)：

image = cv2.imread("D:\\images\\1.png")
inrange_demo(image)
cv2.waitKey(0)
cv2.destroyAllWindows()

圖像素材

實現(xiàn)效果

在運行代碼后，你將看到以下圖像：

總結(jié)

以上代碼演示了如何使用 OpenCV 和 NumPy 進行基本的圖像處理，特別是 HSV 范圍篩選。通過這種方法，我們可以提取圖像中感興趣的顏色區(qū)域，并在黑色背景上顯示它們。這種技術(shù)在物體檢測和識別、圖像分割等應(yīng)用中非常有用。

擴展

使用白色背景顯示圖像特定區(qū)域

import cv2
import numpy as npdef inrange_demo(image):# Convert the image from BGR to HSVhsv = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)cv2.imshow("hsv", hsv)cv2.waitKey(0)# Create a mask for the specified HSV rangemask = cv2.inRange(hsv, (35, 43, 46), (77, 255, 255))cv2.imshow("mask", mask)cv2.waitKey(0)# Create a white backgroundredback = np.zeros(image.shape, dtype=image.dtype)whiteback=redback+255# Invert the maskmask_inv = cv2.bitwise_not(mask)# Show the inverted maskcv2.imshow("inverted mask", mask_inv)cv2.waitKey(0)# Ensure mask_inv is 3-channel by expanding its dimensionsmask_inv_3d = mask_inv[:, :, np.newaxis]# Copy the original image to the background where the mask is appliedwhiteback[:] = np.where(mask_inv_3d == 255, image, whiteback)# Show the region of interestcv2.imshow("roi區(qū)域", whiteback)# Example usage:
image = cv2.imread("D:\\images\\1.png")
inrange_demo(image)
cv2.waitKey(0)
cv2.destroyAllWindows()

實現(xiàn)效果

這里特別提供一下HSV顏色取值范圍,建議收藏一下:

HSV 顏色取值范圍

希望這篇博客對你理解圖像處理有所幫助！