使用 opencv 和 numpy 数组的 RGB 图像掩码（形状不匹配）

Question

我在使用蒙版仅保留图像的少数部分时遇到问题。我的工作：

1 -> Select 我要保留的颜色（确定）

2 -> 我将所有内容转换为 Lab space 以计算 deltaE（确定）

3 -> 使用 deltaE 值创建掩码（确定）

4 -> mask 的形态学开口（OK）

5 -> 将此蒙版应用于原始图像（不正确）

当我尝试将蒙版应用于图像时，出现此错误：

"shape mismatch: value array of shape (720,1280,3) could not be broadcast to indexing result of shape (21045,3)"

形状 (720,1280,3) 是我原始图像的形状，但是对于第二个形状，每次我开始编写代码时都会得到不同的结果。

所有数据（原始图像和最终图像）均为 720x1280x3，mask 为 720x1280。另外，所有数据都是 uint8.

这是我的代码：

couleur_mire = im_Lab[mouseY,mouseX,:]
image_unie = np.ones_like(im) * couleur_mire
video.set(cv2.CAP_PROP_POS_FRAMES,frame_k)
_, im = video.read()
im_Lab = cv2.cvtColor(im, cv2.COLOR_BGR2Lab)
mask = np.zeros((h,w))
im_finale = np.zeros_like(im)
L1 = np.array(im_Lab[:,:,0],dtype=int)
a1 = np.array(im_Lab[:,:,1],dtype=int)
b1 = np.array(im_Lab[:,:,2],dtype=int)
L2 = np.array(image_unie[:,:,0],dtype=int)
a2 = np.array(image_unie[:,:,1],dtype=int)
b2 = np.array(image_unie[:,:,2],dtype=int)
deltaE =np.sqrt(np.multiply(L1-L2,L1-L2) + np.multiply(a1-a2,a1-a2) + np.multiply(b1-b2,b1-b2))
th = 25
mask[deltaE<th] = 1
mask = cv2.morphologyEx(mask,cv2.MORPH_OPEN,np.ones((20,20)))
mask = np.array(mask,dtype=np.uint8)
im_finale = np.zeros_like(im)
im_finale[mask==1] = im <--THIS IS THE LINE THAT DOES NOT WORK

欢迎任何帮助。感谢任何愿意花时间回答的人:)

Edit : 每当蒙版改变时第二个形状也会改变（如果我连续两次 select 相同的颜色，第二个形状保持不变）

编辑2：第二个形状的第一个值对应mask中1的个数（在这种情况下，21045个像素与这个mask一起保留）

编辑 3：当我这样做时，它工作得很好，但它太慢了：

for i in range(h):
   for j in range(w):
      if mask[i,j]:
         im_finale[i,j,:] = im[i,j,:]

Answer 1

根据我的理解，您需要根据您创建的蒙版对图像进行蒙版，您可以使用乘法来实现此效果。

def mask_image( img, mask ):
   newImg = img.copy()
   newImg[:,:] = img[:,:] * mask[:,:]
   return newImg

有了这个，您不必将掩码转换为 uint8。

使用 opencv 和 numpy 数组的 RGB 图像掩码（形状不匹配）

RGB image masking using opencv and numpy arrays (shape mismatch)

python

opencv

numpy