Python OpenCV绑定中的copyTo等价物？

http://docs.opencv.org/3.1.0/d3/d63/classcv_1_1Mat.html#a4331fa88593a9a9c14c0998574695ebb

Python绑定中的等价物是什么？我想用二进制掩码将图像区域复制到另一个图像.

因为OpenCV现在使用numpy与库接口,所以很容易做到这两种方法.为了区别于本文中看到的另一个答案,第一种方法可以通过简单地将蒙版与图像以元素方式相乘来实现.假设您的输入被称为img并且您的二进制掩码被称为掩码,我假设掩码是2D,只需执行以下操作：

import numpy as np
import cv2

mask = ... # define mask here
img = cv2.imread(...) # Define input image here

# Create new image
new_image = img * (mask.astype(img.dtype))

上面的代码虽然假设img和mask共享相同数量的通道.如果您使用彩色图像作为源和我已经假设的掩模2D,那将变得棘手.因此,通道总数为2而不是3,因此上述语法会给您一个错误,因为两者之间的尺寸不再兼容.使用彩色图像时,您需要适应这一点.您可以通过向蒙版添加单个第三维来执行此操作,以便可以利用广播.

import numpy as np
import cv2

mask = ... # define mask here
img = cv2.imread(...) # Define input image here

# Create new image
# Case #1 - Other image is grayscale and source image is colour
if len(img.shape) == 3 and len(mask.shape) != 3:
    new_image = img * (mask[:,:,None].astype(img.dtype))
# Case #2 - Both images are colour or grayscale
elif (len(img.shape) == 3 and len(mask.shape) == 3) or \
   (len(img.shape) == 1 and len(mask.shape) == 1):
    new_image = img * (mask.astype(img.dtype))
# Otherwise, we can't do this
else:
    raise Exception("Incompatible input and mask dimensions")

对于第二种方法,我们假设我们有另一个名为other_image的图像,您希望将掩模定义的此图像中的内容复制回目标图像img.在这种情况下,您首先要做的是使用numpy.where确定掩码中非零的所有位置,然后使用这些位置索引或切片到图像以及要从中复制的位置.我们还必须注意两个图像之间的通道数量,就像第一种方法一样：

import numpy as np
import cv2

mask = ... # define mask here
img = cv2.imread(...) # Define input image here
other_image = cv2.imread(...) # Define other image here

locs = np.where(mask != 0) # Get the non-zero mask locations

# Case #1 - Other image is grayscale and source image is colour
if len(img.shape) == 3 and len(other_image.shape) != 3:
    img[locs[0], locs[1]] = other_image[locs[0], locs[1], None]
# Case #2 - Both images are colour or grayscale
elif (len(img.shape) == 3 and len(other_image.shape) == 3) or \
   (len(img.shape) == 1 and len(other_image.shape) == 1):
    img[locs[0], locs[1]] = other_image[locs[0], locs[1]]
# Otherwise, we can't do this
else:
    raise Exception("Incompatible input and output dimensions")

这是两种方法的示例运行.我将使用Cameraman图像,这是大多数图像处理算法中看到的标准测试图像.

我还人工制作了图像颜色,即使它可视化为灰度,但强度将被复制到所有通道.我还将定义一个掩码,它只是左上角的1​​00 x 100子区域,因此我们将创建一个仅复制此子区域的输出图像：

import numpy as np
import cv2

# Define image
img = cv2.imread("cameraman.png")

# Define mask
mask = np.zeros(img.shape, dtype=np.bool)
mask[:100, :100] = True

当您使用第一种方法时,当我们显示结果时,我们得到：

我们可以看到,我们创建了一个输出图像,其中左上角的1​​00 x 100子区域包含我们的图像数据,其余像素设置为0.这取决于设置为True的蒙版位置.对于第二种方法,我们将创建另一个图像,该图像是与所有通道的[0,255]跨越的输入图像相同大小的随机图像.

# Define other image
other_image = (255*np.random.rand(*img.shape)).astype(np.uint8)

一旦我们用第二种方法运行代码,我现在得到这个图像：

如您所见,图像的左上角已更新为受设置为True的蒙版位置的约束.