python学opencv|读取图像（四十）掩模：三通道图像的局部覆盖

【1】引言

前序学习了使用numpy创建单通道的灰色图像，并对灰色图像的局部进行了颜色更改，相关链接为：

python学opencv|读取图像（九）用numpy创建黑白相间灰度图_numpy生成全黑图片-CSDN博客

之后又学习了使用numpy创建三通道的彩色图像，并对彩色图像按照不同通道进行了颜色更改，相关链接为：

python学opencv|读取图像（十）用numpy创建彩色图像_python新建一张caise的图片-CSDN博客

实际上还会有一些需求，只需要改变三通道彩色图像的局部颜色，也就是获得掩模效果，这就是今天文章的目标。

【2】可行性分析

根据上述文章，修改彩色图像的颜色是通过修改各个通道的BGR值实现的，修改灰度图像的颜色是通过修改各个像素点的BGR（本质上由于只有一个通道，所以本质上也是通过修改通道的BGR值实现 ）实现。

import numpy as np  # 引入numpy模块
import cv2 as cv  # 引入cv模块canvas = np.ones((580, 580, 3), np.uint8)   # 绘制一个580*580大小的画布，3代表有3个通道，unit8为图像存储格式

那如果对彩色图像直接修改像素点的BGR，应该也会有颜色变化。

【3】代码测试

在上述分析的基础上，直接尝试修改像素点的BGR值。

首先是引入相关模块，绘制出画布，此时的画布为纯黑色：

import numpy as np  # 引入numpy模块
import cv2 as cv  # 引入cv模块canvas = np.ones((580, 580, 3), np.uint8)   # 绘制一个580*580大小的画布，3代表有3个通道，unit8为图像存储格式

然后在纯黑色的画布上，先把第50到300行，第20到280列改为纯白色像素，然后显示完整的画布：

canvas[50:300,20:280,:]=255 #第50到300行，第20到280列为纯白色像素cv.imshow('yanmo', canvas)  # 在屏幕展示掩模的效果
cv.imwrite('yanmo.png', canvas)  # 保存图像

之后把画布改为纯白色，相应的把区域第50到300行，第20到280列改为纯黑色像素，然后显示完整的画布：

canvas[:,:,:]=255 #画布改为纯白色像素
canvas[50:300,20:280,:]=0 #第50到300行，第20到280列为纯黑色像素
cv.imshow('yanmo1', canvas)  # 在屏幕展示掩模的效果cv.imwrite('yanmo1.png', canvas)  # 保存图像
cv.waitKey()  # 图像不会自动关闭
cv.destroyAllWindows()  # 释放所有窗口

代码运行后，获得的掩模效果为：

图1 黑色画布白色掩模

图2 白色画布黑色掩模 

 由图1和 图2可见，三通道彩色图像，通过改像素点值的做法，也能实现修改图像区域颜色的目标，也就是实现掩模效果。

此时的完整代码为：

import numpy as np  # 引入numpy模块
import cv2 as cv  # 引入cv模块canvas = np.ones((580, 580, 3), np.uint8)   # 绘制一个580*580大小的画布，3代表有3个通道，unit8为图像存储格式canvas[50:300,20:280,:]=255 #第50到300行，第20到280列为纯白色像素cv.imshow('yanmo', canvas)  # 在屏幕展示掩模的效果
cv.imwrite('yanmo.png', canvas)  # 保存图像canvas[:,:,:]=255 #画布改为纯白色像素
canvas[50:300,20:280,:]=0 #第50到300行，第20到280列为纯黑色像素
cv.imshow('yanmo1', canvas)  # 在屏幕展示掩模的效果cv.imwrite('yanmo1.png', canvas)  # 保存图像
cv.waitKey()  # 图像不会自动关闭
cv.destroyAllWindows()  # 释放所有窗口

【4】细节说明

在彩色图像的掩模效果实现中，未单独设置BGR通道值。

尝试修改第二通道值，只需要增加代码：

canvas[:,:,:]=255 #画布改为纯白色像素
canvas[50:300,20:280,:]=0 #第50到300行，第20到280列为纯黑色像素
canvas[:,:,1]=0 #第二个通道值
cv.imshow('yanmo2', canvas)  # 在屏幕展示掩模的效果
cv.imwrite('yanmo2.png', canvas)  # 保存图像

此时新获得的图像为：

图3 白色画布黑色掩模 + 所有二通道值=0

图3出现了预料之外的结果，为探清缘由，在所有的掩模操作下增加代码，读取掩模区域中的像素点BGR值：

print("黑色画布白色掩模像素数为[100,100]位置处的BGR=", canvas[100, 100])  # 获取像素数为[100,100]位置处的BGR

这时候获得的BGR输出值为：

图4  BGR值

可见，由于画布颜色强制为白色，所有的BGR值本来是统一为255，但把第二通道的值改为0后，画布的BGR组成就变为[255 0 255]，这时候画布就变成粉红色。

为证明上述分析，新增一段代码来做验证：

canvas[:,:,:]=255 #画布改为纯白色像素
canvas[:,:,1]=0 #第二个通道值
cv.imshow('yanmo3', canvas)  # 在屏幕展示掩模的效果
cv.imwrite('yanmo3.png', canvas)  # 保存图像
print("白色画布+所有二通道BGR=0像素数为[100,100]位置处的BGR=", canvas[100, 100])  # 获取像素数为[100,100]位置处的BGR
print("白色画布+所有二通道BGR=0像素数为[500,500]位置处的BGR=", canvas[100, 100])  # 获取像素数为[500,500]位置处的BGR

此时，先规划白色画布，然后直接强制第二通道值为0。

代码运行后，获得的图像为：

图5 白色画布+所有二通道值=0

此时输出的图像为粉红色，读取的像素点BGR为：

图6 白色画布+所有二通道值像素BGR值

由图6可见，各个像素点的BGR值都是[255 0 255]，和图3所示的粉红色图像相应像素点的BGR值读取效果一致。

【5】总结

掌握了python+opencv三通道彩色图像掩模效果的实现技巧。