使用蒙版获取图像的平均值

Question

我有一系列同心矩形，希望获得外矩形的均值排除内矩形。见附图，我需要得到阴影区域的平均值。

所以我使用内部矩形的掩码传递给 cv2.mean 方法，但我不确定如何设置掩码。我有以下代码：

for i in xrange(0,len(wins)-2,1):
    means_1 = cv2.mean(wins[i])[0]
    msk = cv2.bitwise_and(np.ones_like((wins[i+1]), np.uint8),np.zeros_like((wins[i]), np.uint8))
    means_2 = cv2.mean(wins[i+1],mask=msk)
    means_3 = cv2.mean(wins[i+1])[0]
    print means_1,means_2,means_3

我收到 means_2 的错误（means_3 工作正常）。:

error: /Users/jenkins/miniconda/0/2.7/conda-bld/work/opencv-2.4.11/modules/core/src/arithm.cpp:1021: error: (-209) The operation is neither 'array op array' (where arrays have the same size and type), nor 'array op scalar', nor 'scalar op array' in function binary_op

Answer 1

这里的蒙版指的是背景为0，前景为255的二进制蒙版，所以你需要创建一个默认颜色为0的空蒙版，然后使用 255 绘制您想要找到平均值的感兴趣区域。假设我有输入图像 [512 x 512]：

让我们假设 2 个同心矩形为：

outer_rect = [100, 100, 400, 400] # top, left, bottom, right
inner_rect = [200, 200, 300, 300]

现在使用这些矩形创建二进制掩码：

mask = np.zeros(image.shape[:2], dtype=np.uint8)
cv2.rectangle(mask, (outer_rect[0], outer_rect[1]), (outer_rect[2], outer_rect[3]), 255, -1)
cv2.rectangle(mask, (inner_rect[0], inner_rect[1]), (inner_rect[2], inner_rect[3]), 0, -1)

现在您可以调用 cv2.mean() 来获取前景区域的平均值，标记为 255 为：

lena_mean = cv2.mean(image, mask)
>>> (109.98813432835821, 96.60768656716418, 173.57567164179105, 0.0)

Answer 2

在Python/OpenCV或任何软件中，如果您有蒙版图像和二进制蒙版，则图像中非黑色像素（即 ROI）的平均值是蒙版图像划分的平均值借掩码

输入：

面具：

import cv2
import numpy as np

# load image 
img = cv2.imread('lena_g.png', cv2.IMREAD_GRAYSCALE)

# load mask
mask = cv2.imread('lena_mask.png', cv2.IMREAD_GRAYSCALE)

# compute means
mean_img = np.mean(img)
mean_mask = np.mean(mask)

# compute 255*mean_img/mean_mask
mean_roi = 255 * mean_img / mean_mask

# print mean of each
print("mean of image:", mean_img)
print("mean of mask:", mean_mask)
print("mean of roi:", mean_roi)

mean of image: 98.50196838378906
mean of mask: 216.090087890625
mean of roi: 116.23856597522328

使用蒙版获取图像的平均值

Getting mean of an image using a mask

opencv

image-processing

computer-vision

python-2.7