如何使用 opencv copyTo() 函数？答案

【问题标题】：How to use opencv copyTo() function?如何使用 opencv copyTo() 函数？
【发布时间】：2018-12-29 02:10:58
【问题描述】：

我已经阅读了documentation for copyTo()，但仍然对如何将此函数应用于以下代码感到困惑。 This anwer 声明我们可以使用 copyTo 函数而不是 255-x。在这种情况下如何应用此功能？我将不胜感激代码 sn-p。

#   Compute the gradient map of the image
def doLap(image):

    # YOU SHOULD TUNE THESE VALUES TO SUIT YOUR NEEDS
    kernel_size = 5         # Size of the laplacian window
    blur_size = 5           # How big of a kernal to use for the gaussian blur
                            # Generally, keeping these two values the same or very close works well
                            # Also, odd numbers, please...

    blurred = cv2.GaussianBlur(image, (blur_size,blur_size), 0)
    return cv2.Laplacian(blurred, cv2.CV_64F, ksize=kernel_size)

#
#   This routine finds the points of best focus in all images and produces a merged result...
#
def focus_stack(unimages):
    images = align_images(unimages)

    print "Computing the laplacian of the blurred images"
    laps = []
    for i in range(len(images)):
        print "Lap {}".format(i)
        laps.append(doLap(cv2.cvtColor(images[i],cv2.COLOR_BGR2GRAY)))

    laps = np.asarray(laps)
    print "Shape of array of laplacians = {}".format(laps.shape)

    output = np.zeros(shape=images[0].shape, dtype=images[0].dtype)

    abs_laps = np.absolute(laps)
    maxima = abs_laps.max(axis=0)
    bool_mask = abs_laps == maxima
    mask = bool_mask.astype(np.uint8)
    for i in range(0,len(images)):
        output = cv2.bitwise_not(images[i],output, mask=mask[i])

    return 255-output

【问题讨论】：

答案的最后一部分是关于屏蔽图像。 copyTo 提供了一个遮罩参数，用于在复制过程中对图像进行遮罩。
@Micka 你能提供一个代码 sn-p 的例子吗？

标签： python python-3.x opencv image-processing computer-vision

【解决方案1】：

抱歉，我在那里误导了你。尽管它在 C++ 中运行良好，但我在 Python 中找不到绑定。但是，您可以使用numpy.copyto 函数。

这是一个小演示，显示两种方法（bitwise_not 和 copyto）产生相同的结果。

import cv2
import numpy as np

# Create two images
im1 = np.zeros((100, 100, 3), np.uint8)
im1[:] = (255, 0, 0)
im2 = np.zeros((100, 100, 3), np.uint8)
im2[:] = (0, 255, 0)

# Generate a random mask
ran = np.random.randint(0, 2, (100, 100), np.uint8)

# List of images and masks
images = [im1, im2]
mask = [ran, 1-ran]

not_output = np.zeros((100, 100, 3), np.uint8)
copy_output = np.zeros((100, 100, 3), np.uint8)

for i in range(0, len(images)):
    # Using the 'NOT' way
    not_output = cv2.bitwise_not(images[i], not_output, mask=mask[i])
    # Using the copyto way
    np.copyto(copy_output, images[i], where=mask[i][:, :, None].astype(bool))

cv2.imwrite('not.png', 255 - not_output)
cv2.imwrite('copy.png', copy_output)

请注意，在掩码数组中填充了一个额外的维度，以便可以广播。

【讨论】：