有没有简单的方法来突出面具？答案

【问题标题】：Is there a simple method to highlight the mask?有没有简单的方法来突出面具？
【发布时间】：2018-02-16 15:03:56
【问题描述】：

如果我有类似的面具

我有一个图像（大小与面具相同），如

我想突出显示图像中的蒙版。如果我使用其他语言，我只是

如您所见，结果图像有一个透明红色显示蒙版。我希望在 OpenCV 中实现这一点。所以我写了这段代码

#include <opencv.hpp>

using namespace cv;
using namespace std;

int main() {
    Mat srcImg = imread("image.jpg");
    Mat mask = imread("mask.jpg", IMREAD_GRAYSCALE)>200;

    for(int i=0;i<srcImg.rows;i++)
        for(int j=0;j<srcImg.cols;j++)
            if(mask.at<uchar>(i, j)==255)
                circle(srcImg, Point(j,i), 3, Scalar(0, 0, 128,128));
    imshow("image",srcImg);

    waitKey();
    return 0;
}

但是如你所见，我在Scalar 中使用了一个alpha 值，但它不是透明红色。

这可能是因为 srcImg 只有 3 个频道。我对此有两个问题

如何用透明红色高亮遮罩（即使图像只有 3 个通道）？
我必须逐个像素地绘制circle 才能做到这一点？

【问题讨论】：

标签： c++ opencv image-processing

【解决方案1】：

#include<opencv2/core.hpp>
#include<opencv2/imgproc.hpp>
#include<opencv2/highgui.hpp>

using namespace cv;

int main(int argc, char** argv)
{
    Mat srcImg = imread("image.png");
    Mat mask = imread("mask.png", IMREAD_GRAYSCALE) > 200;

    Mat red;
    cvtColor(mask, red, COLOR_GRAY2BGR);
    red = (red - Scalar(0, 0, 255)) / 2;
    srcImg = srcImg - red;

    imshow("image", srcImg);

    waitKey();
    return 0;
}

【讨论】：

【解决方案2】：

我已经用 python 编写了这个，但您可以轻松地将它移植到 C++。假设您的 source 和 mask 图像是 CV_8UC3 图像：

src = cv2.imread("source.png", -1)
mask = cv2.imread("mask.png", -1)

# convert mask to gray and then threshold it to convert it to binary
gray = cv2.cvtColor(mask, cv2.COLOR_BGR2GRAY)
ret, binary = cv2.threshold(gray, 40, 255, cv2.THRESH_BINARY)

# find contours of two major blobs present in the mask
im2,contours,hierarchy = cv2.findContours(binary, cv2.RETR_LIST, cv2.CHAIN_APPROX_NONE)

# draw the found contours on to source image
for contour in contours:
    cv2.drawContours(src, contour, -1, (255,0,0), thickness = 1)

# split source to B,G,R channels
b,g,r = cv2.split(src)

# add a constant to R channel to highlight the selected area in reed
r = cv2.add(b, 30, dst = b, mask = binary, dtype = cv2.CV_8U)

# merge the channels back together
cv2.merge((b,g,r), src)

【讨论】：

我认为 findContours 的返回签名已从 3 个变量变为 2 个 - 即去掉了 im2 部分。