从图像中提取区域

Question

您好，我正在尝试从一组图像中检索区域。我对图像和蒙版使用了 bitwise_and 操作来获取区域，但这样做会导致结果图像的亮度发生变化。所以，我想从图像中逐个像素地检索这些区域，并将它们放在另一个空白图像中。

更新：目前，我在面具中有三个区域（白色、灰色和黑色）。我希望能够选择一个区域（例如白色或灰色），然后对于该特定区域，它应该提取相应区域的图像。

for im in glob.glob(path_to_images):
        image = cv2.imread(im)  

        canny = auto_canny(image)


        image[(image< 50)] = 0
        gray_mask = image[(image>= 50) & (image< 100)] = 100
        white_mask = image[image> 110] = 255



        if(white_mask):
            res = cv2.bitwise_and(img, img, mask = white_mask )
            white_inv= cv2.bitwise_not(white_mask)
            alt_ = cv2.bitwise_and(img_1, img_1, mask = white_inv)
            result = cv2.add(alt_, res)

        elif(gray_mask):
            res = cv2.bitwise_and(img, img, mask = gray_mask )
            gray_inv= cv2.bitwise_not(gray_mask)
            alt_ = cv2.bitwise_and(img_1, img_1, mask = gray_inv)
            result = cv2.add(alt_, res)





        cv2.imshow("result",result)
        cv2.waitKey(0)

我已经尝试过了，但是提取的区域会导致亮度增加。

更新 2： 我尝试了@ZdaR 给出的解决方案，但出现以下错误：“error: (-215) (mtype == 0 || mtype == 1) && _mask.函数 cv::binary_op 中的 sameSize(*psrc1)"

Link to sample images

Expected output

My output

Masks

Answer 1

第一步将使用cv2.threshold或cv2.inRange()方法分别分离出灰色和白色蒙版，然后我们可以简单地使用cv2.min()方法分别在灰色和白色区域获取原始图像的印记如：

import cv2
import numpy as np


def extract_gray_mask(input_image, composite_mask):
    gray_mask = cv2.inRange(composite_mask, np.array([100]), np.array([120]))
    gray_mask = cv2.cvtColor(gray_mask, cv2.COLOR_GRAY2BGR)

    return cv2.min(input_image, gray_mask)


def extract_white_mask(input_image, composite_mask):
    white_mask = cv2.inRange(composite_mask, np.array([250]), np.array([255]))
    white_mask = cv2.cvtColor(white_mask, cv2.COLOR_GRAY2BGR)

    return cv2.min(input_image, white_mask)


input_image = cv2.imread("/path/to/original_img.png")
composite_mask = cv2.imread("/path/to/mask.png", 0)

img_1 = extract_gray_mask(input_image, composite_mask)
img_2 = extract_white_mask(input_image, composite_mask)