如何在 python 中根据自定义蒙版裁剪图像？

Question

下面我附上了两张图片。我希望根据蒙版图像（第二张图像）将第一张图像裁剪成心形。

我搜索了解决方案，但无法找到简单易行的方法。请帮助我解决问题。

2 张图片：

1. 要裁剪的图像：

2. 面具图片：

Answer 1

让我们从sklearn加载temple图像开始：

from sklearn.datasets import load_sample_images

dataset = load_sample_images()     
temple = dataset.images[0]
plt.imshow(temple)

由于我们需要使用第二张图像作为掩码，我们必须进行二元阈值操作。这将创建一个黑白蒙版图像，然后我们可以使用它来蒙版以前的图像。

from matplotlib.pyplot import imread

heart = imread(r'path_to_im\heart.jpg', cv2.IMREAD_GRAYSCALE)
_, mask = cv2.threshold(heart, thresh=180, maxval=255, type=cv2.THRESH_BINARY)

我们现在可以修剪图像，使其尺寸与 temple 图像兼容：

temple_x, temple_y, _ = temple.shape
heart_x, heart_y = mask.shape

x_heart = min(temple_x, heart_x)
x_half_heart = mask.shape[0]//2

heart_mask = mask[x_half_heart-x_heart//2 : x_half_heart+x_heart//2+1, :temple_y]
plt.imshow(heart_mask, cmap='Greys_r')

现在我们必须对想要遮罩的图像进行切片，以适应实际遮罩的尺寸。另一种形状是调整蒙版的大小，这是可行的，但我们最终会得到一个扭曲的心脏图像。要应用面具，我们有cv2.bitwise_and：

temple_width_half = temple.shape[1]//2
temple_to_mask = temple[:,temple_width_half-x_half_heart:temple_width_half+x_half_heart]
masked = cv2.bitwise_and(temple_to_mask,temple_to_mask,mask = heart_mask)
plt.imshow(masked)

如果您想让蒙版（黑色）区域透明：

tmp = cv2.cvtColor(masked, cv2.COLOR_BGR2GRAY)
_,alpha = cv2.threshold(tmp,0,255,cv2.THRESH_BINARY)
b, g, r = cv2.split(masked)
rgba = [b,g,r, alpha]
masked_tr = cv2.merge(rgba,4)

plt.axis('off')
plt.imshow(dst)

Answer 2

因为我在远程服务器上，所以 cv2.imshow 不适合我。我导入了 plt。

此代码符合您的要求：

import cv2
import matplotlib.pyplot as plt

img_org = cv2.imread('~/temple.jpg')
img_mask = cv2.imread('~/heart.jpg')
##Resizing images
img_org = cv2.resize(img_org, (400,400), interpolation = cv2.INTER_AREA)
img_mask = cv2.resize(img_mask, (400,400), interpolation = cv2.INTER_AREA)

for h in range(len(img_mask)):
    for w in range(len(img_mask)):
        if img_mask[h][w][0] == 0:
            for i in range(3):
                img_org[h][w][i] = 0
        else:
            continue
            
plt.imshow(img_org)