問題引入

在小強(qiáng)學(xué)Python+OpenCV之－1.4.2裁剪一節(jié)，我們使用的是numpy數(shù)組切片功能實(shí)現(xiàn)圖片區(qū)域的裁剪。

那么，如果我們想要裁剪圖像中任意形狀的區(qū)域時(shí)，應(yīng)該怎么辦呢？

答案是，使用掩膜(masking)。

但是這一節(jié)我們先看一下掩膜的基礎(chǔ)。圖像的位運(yùn)算。

代碼

編寫python腳本masking.py如下:

# 導(dǎo)入庫 import numpy as np import argparse import cv2# 構(gòu)建參數(shù)解析器 ap = argparse.ArgumentParser() ap.add_argument("-i", "--image", required=True, help="Path to the image") args = vars(ap.parse_args())# 加載貓的圖像 image = cv2.imread(args["image"]) cv2.imshow("Cat", image)# 創(chuàng)建矩形區(qū)域，填充白色255 rectangle = np.zeros(image.shape[0:2], dtype = "uint8") cv2.rectangle(rectangle, (25, 25), (275, 275), 255, -1) cv2.imshow("Rectangle", rectangle)# 創(chuàng)建圓形區(qū)域，填充白色255 circle = np.zeros(image.shape[0:2], dtype = "uint8") cv2.circle(circle, (150, 150), 150, 255, -1) cv2.imshow("Circle", circle)# 在此例（二值圖像）中，以下的0表示黑色像素值0, 1表示白色像素值255 # 位與運(yùn)算，與常識(shí)相同，有0則為0, 均無0則為1 bitwiseAnd = cv2.bitwise_and(rectangle, circle) cv2.imshow("AND", bitwiseAnd) cv2.waitKey(0)# 或運(yùn)算，有1則為1, 全為0則為0 bitwiseOr = cv2.bitwise_or(rectangle, circle) cv2.imshow("OR", bitwiseOr) cv2.waitKey(0)# 非運(yùn)算，非0為1, 非1為0 bitwiseNot = cv2.bitwise_not(circle) cv2.imshow("NOT", bitwiseNot) cv2.waitKey(0) # 異或運(yùn)算，不同為1, 相同為0 bitwiseXor = cv2.bitwise_xor(rectangle, circle) cv2.imshow("XOR", bitwiseXor) cv2.waitKey(0)

效果

運(yùn)行腳本:

相信大家看到效果，再結(jié)合代碼可以很容易理解。

裁剪

下面，我們利用OR結(jié)果（有點(diǎn)像貓的頭像輪廓）把本課的主題圖片中的貓的頭像剪切出來。

我們需要修改一下，矩形區(qū)域的大小，去掉下邊的兩個(gè)角。

cv2.rectangle(rectangle, (25, 25), (275, 220), 255, -1)

最終調(diào)整后的代碼如下：

# 導(dǎo)入庫 import numpy as np import argparse import cv2# 構(gòu)建參數(shù)解析器 ap = argparse.ArgumentParser() ap.add_argument("-i", "--image", required=True, help="Path to the image") args = vars(ap.parse_args())# 加載貓的圖像 image = cv2.imread(args["image"]) cv2.imshow("Cat", image)# 創(chuàng)建矩形區(qū)域，填充白色255 rectangle = np.zeros(image.shape[:2], dtype = "uint8") cv2.rectangle(rectangle, (380, 100), (575, 200), 255, -1) cv2.imshow("Rectangle", rectangle)# 創(chuàng)建圓形區(qū)域，填充白色255 circle = np.zeros(image.shape[:2], dtype = "uint8") cv2.circle(circle, (475, 180), 105, 255, -1) cv2.imshow("Circle", circle)# 或運(yùn)算 bitwiseOr = cv2.bitwise_or(rectangle, circle) cv2.imshow("OR", bitwiseOr) cv2.waitKey(0)mask = bitwiseOr cv2.imshow("Mask", mask)# Apply out mask -- notice how only the person in the image is cropped out masked = cv2.bitwise_and(image, image, mask=mask) cv2.imshow("Mask Applied to Image", masked) cv2.waitKey(0)

運(yùn)行得到

得到：

我們“近似”得到了貓的頭像。

總結(jié)

1. 與或非異或運(yùn)算與我們的常識(shí)類似。

2. 掩膜操作就是兩幅圖像(numpy數(shù)組)的位運(yùn)算操作。

總結(jié)

以上是生活随笔為你收集整理的python异或运算怎么算_小强学Python+OpenCV之－1.4.4掩膜mask及位运算（与、或、非、异或）...的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。