如何在 Python 中使用 OpenCV 提取图像的特定部分？

Question

我正在尝试通过执行 Canny 边缘检测来提取图像的一部分。我已成功创建该对象的掩码。但是当我对原始图像执行bitwise_and 操作以提取前景部分时，出现以下错误。

OpenCV Error: Assertion failed ((mtype == CV_8U || mtype == CV_8S) && _mask.sameSize(*psrc1)) in cv::binary_op, file C:\projects\opencv-python\opencv\modules\core\src\arithm.cpp, line 241
    Traceback (most recent call last):
      File "C:\Users\Boudhayan Dev\Desktop\extraction.py", line 37, in <module>
        new_image = cv2.bitwise_and(img_rgb,img_rgb,mask=mask)
    cv2.error: C:\projects\opencv-python\opencv\modules\core\src\arithm.cpp:241: error: (-215) (mtype == CV_8U || mtype == CV_8S) && _mask.sameSize(*psrc1) in function cv::binary_op

我的代码如下-

import cv2
import numpy as np

img_rgb = cv2.imread("3.jpg")
cv2.namedWindow("Original Image",cv2.WINDOW_NORMAL)

img = cv2.cvtColor(img_rgb,cv2.COLOR_RGB2HSV)
img = cv2.bilateralFilter(img,9,105,105)
r,g,b=cv2.split(img)
equalize1= cv2.equalizeHist(r)
equalize2= cv2.equalizeHist(g)
equalize3= cv2.equalizeHist(b)
equalize=cv2.merge((r,g,b))

equalize = cv2.cvtColor(equalize,cv2.COLOR_RGB2GRAY)

ret,thresh_image = cv2.threshold(equalize,0,255,cv2.THRESH_OTSU+cv2.THRESH_BINARY)
equalize= cv2.equalizeHist(thresh_image)


canny_image = cv2.Canny(equalize,250,255)
canny_image = cv2.convertScaleAbs(canny_image)
kernel = np.ones((3,3), np.uint8)
dilated_image = cv2.dilate(canny_image,kernel,iterations=1)


new,contours, hierarchy = cv2.findContours(dilated_image, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
contours= sorted(contours, key = cv2.contourArea, reverse = True)[:10]
c=contours[0]
print(cv2.contourArea(c))
final = cv2.drawContours(img, [c], -1, (255,0, 0), 3)



mask = np.zeros(img_rgb.shape,np.uint8)
new_image = cv2.drawContours(mask,[c],0,255,-1,)
new_image = cv2.bitwise_and(img_rgb,img_rgb,mask=mask)


cv2.namedWindow("new",cv2.WINDOW_NORMAL)
cv2.imshow("new",new_image)

cv2.imshow("Original Image",img)
cv2.waitKey() 

注意：- 如果我尝试使用图像的灰度版本执行 bitwise_and，代码可以正常工作。但是 RGB、HSV 或任何其他颜色空间都会出现上述错误。

请帮忙。

---

编辑 1 - 有问题的图像是这个 -

编辑 2-

以下是使用 Numpy 方法后的结果。如您所见，提取的图像与橙色大小相同，但不包含橙色，而是包含蒙版本身。

EDIT 3- @DanMašek 和 @lightalchemist，我终于可以提取任何前景图像了。

谢谢

Answer 1

我使用了上面提供的代码，但只更改了使用 cv2.bitwise_and() 的行：

new_image = cv2.bitwise_and(img_rgb, img_rgb, mask = equalize)

这是我得到的，也是你所期望的（我猜）：

编辑

我明白了，你想用面积最大的轮廓图像来掩盖你的图像。在下面的附加 sn-p 中，我对包含最大区域轮廓的图像进行了二值化处理。

new_image = cv2.drawContours(mask,[c], -1, (255,255,255), -1)
new_image_gray = cv2.cvtColor(new_image, cv2.COLOR_BGR2GRAY)
ret, thresh1 = cv2.threshold(new_image_gray, 100, 255, cv2.THRESH_BINARY)
final = cv2.bitwise_and(img_rgb, img_rgb, mask = thresh1)

这是我得到的：

与上图相比，您看不到感兴趣对象内部的那些孔。

Answer 2

错误是告诉您您正在尝试对条目不是整数的矩阵执行 bitwise_and 操作。我相信矩阵也必须具有相同数量的通道。这就是它适用于您的灰度图像但不适用于 HSV 图像的原因。

与使用 bitwise_and 相比，使用 numpy 矩阵向量化来执行掩码更容易、更灵活，如下所示：

mask = np.zeros_like(img_rgb, dtype=np.uint8)

# I believe you want to draw the filled in contour on the mask
# You code actually assigns the resulting mask to new_image
# But that does not affect things as drawContours modifies mask in place
mask = cv2.drawContours(mask, [c] ,0, 255, -1) 

new_image = img_rgb.copy()
new_image[mask < 255] = 0  # Set values not masked to be 0

请注意，如果您的掩码是单通道矩阵而不是 3 通道矩阵，则必须将代码修改为

new_image[mask < 255, :] = 0