opencv python将掩码区域（黑色或白色像素）复制到BGR图像区域
在OpenCV python中，假设我们用cv2.imread读取一个图像，并得到一个BGR numpy数组。接下来我们使用cv2.inrange命令生成一个掩码。掩模具有相同的宽度/高度，并且每个掩模像素要么是黑色的，要么是白色的。
img[10:20,10:20] = mask[10:20,10:20]
我必须先将掩码转换成BGR图像吗？如果是，怎么做？
编辑：我不想像在将蒙版应用到彩色图像中那样将整个蒙版应用到图像上。另一种表达我所想要的方式：将面具视为一个黑白图像。我想将该图像的一个区域（作为一组黑色或白色像素）复制到另一个图像上。得到的图像将是彩色图像，除了一个较小的矩形区域，该区域仅包含黑色或白色像素。结果将类似于我在photoshop中复制一个黑白图像的矩形区域，并通过该矩形到一个彩色图像的区域。
（我是OpenCV的新手）
共有1个答案
如果尝试直接用单通道（灰度）掩模来做，数组切片的形状将不相同，操作将失败。
>>> img[10:20,10:20] = mask[10:20,10:20]
ValueError: could not broadcast input array from shape (10,10) into shape (10,10,3)
你必须将蒙版转换为BGR，这将使它成为3个通道，像原始图像。
>>> bgr_mask = cv2.cvtColor(mask, cv2.COLOR_GRAY2BGR)
>>> img[10:20,10:20] = bgr_mask[10:20,10:20]
-
从原始图像中我们可以看到，我的ROI是白色的棉花圈在红色的边界中。当我分割这幅图像时，我得到了如图所示的二值图像。我们注意到，与原始图像相比，二值图像中存在一些缺失区域。因此，我要计算ROI的原始图像的像素数和二值图像中白点的像素数。这样我就可以计算ROI的实际像素和实际分割的像素数量的差异。 谢谢你。
-
“黑白”调整可让您将彩色图像转换为灰度图像，同时保持对各颜色的转换方式的完全控制。也可以通过对图像应用色调来为灰度着色，例如创建棕褐色效果。 执行下列操作之一： 单击“调整”面板中的“黑白”图标 。 选取“图层”>“新建调整图层”>“黑白”。在“新建图层”对话框中，键入调整图层的名称，然后单击“确定”。 Photoshop 会应用默认的灰度转换。 注意:也可以选择“图像”>“调整”>“黑白”。但是
-
我已经在网上搜索过了，我已经找到了一些方法来做我想做的事情，但是与我需要的相比，这些方法在效率上失败了。 我有一个kinect（使用Microsoft SDK），它当前正在获取一个删除背景的人，将结果保存在一个3通道的垫子中，并将该人从背景中删除。现在我需要裁剪图像以只适合那个人，忽略黑色区域。 这里是棘手的部分：我没有很多时间浪费在每个操作上（我还需要做其他几个操作，这应该是实时工作。我目前实现
-
问题内容： 我有一幅颜色为BGR的图像。如何转换我的PIL图像，以有效地交换每个像素的B和R元素？ 问题答案： 假设没有阿尔法谱带，难道就这么简单吗？ 编辑： 嗯…似乎PIL在这方面有一些错误…似乎不适用于最新版本的PIL（1.1.7）。它可能（？）仍可与1.1.6一起使用，但是…
-
我尝试使用PDFBox将BuffereImage中的图像绘制到PDF中，但失败了，我得到了黑色图像，Acrobat Reader发出警告，其中有“内存不足”之类的错误（但PDF是显示的）。 我使用BuffereImage是因为我需要将JavaFX图像对象（来自对Functiones.crearImagenDesdeTexto（）的调用，是一个将文本转换为图像的函数）绘制成PDF。其余图像在不使用B