用纯白色填充图像掩模中的数字

Question

我有一个图像与文本在白色背景和另一个我想覆盖这文本上。

我已经计算出了两个图像之间的absdiff值，现在有了一个用于混合这两个图像的掩码。

img1 * mask + img2 * (1-mask)

我的问题是我的文本的轮廓是黑色的，但文本的中心是白色的。但是，也有一些图像的背景是白色的。

我试着让文本的颜色变成浅灰色，并使用NP.Where，但我似乎无法让它发挥作用。

编辑-我有的图像是：

matplotlib中的空白轴（如果需要）

我需要覆盖在条形图上的文本框。（图像要覆盖在上面）

Answer 1

下面是使用Python/OpenCV呈现的图像的一种方法。

• 读取输入
• 转换为灰色
• 阈值
• 查找外部轮廓并在黑色背景上绘制白色填充轮廓
• 反转阈值
• 用黑色、白色、黑色填充
• 查找外部轮廓，并在上一个白色填充轮廓图像上绘制黑色填充轮廓
• 保存结果

输入：

import cv2
import numpy as np

# read image
img = cv2.imread('1970.png')

# convert gray
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# threshold saturation image
thresh = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY+cv2.THRESH_OTSU)[1]

# get outer contours and draw filled ones as white on black background
cntrs = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
cntrs = cntrs[0] if len(cntrs) == 2 else cntrs[1]
result1 = np.zeros_like(img)
for c in cntrs:
    cv2.drawContours(result1, [c], 0, (255,255,255), -1)

# invert thresh
thresh2 = 255 - thresh
hh, ww = thresh2.shape

# floodfill thresh2 with black then white then black again
mask = np.zeros([hh + 2, ww + 2], np.uint8)
thresh2 = cv2.floodFill(thresh2, mask, (0,0), 0, 0, 0, flags=8)[1]
mask = np.zeros([hh + 2, ww + 2], np.uint8)
thresh2 = cv2.floodFill(thresh2, mask, (0,0), 255, 0, 0, flags=8)[1]
mask = np.zeros([hh + 2, ww + 2], np.uint8)
thresh2 = cv2.floodFill(thresh2, mask, (0,0), 0, 0, 0, flags=8)[1]

# get outer contours of these holes and draw filled ones as black
cntrs2 = cv2.findContours(thresh2, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
cntrs2 = cntrs2[0] if len(cntrs2) == 2 else cntrs2[1]
result2 = result1.copy()
for c in cntrs2:
    cv2.drawContours(result2, [c], 0, (0,0,0), -1)

# antialias if desired as follows:

# blur threshold image
result3 = result2.copy()
result3 = cv2.GaussianBlur(result3, (0,0), sigmaX=9, sigmaY=9, borderType = cv2.BORDER_DEFAULT)

# normalize so min=0 and max=255
result3 = cv2.normalize(result3, None, alpha=0, beta=255, norm_type=cv2.NORM_MINMAX, dtype=cv2.CV_8U)

# stretch so that 255 -> 255 and 127.5 -> 0
result3 = skimage.exposure.rescale_intensity(result3, in_range=(127.5,255), out_range=(0,255))  

# save output image
cv2.imwrite('1970_thresh1.png', thresh)
cv2.imwrite('1970_thresh2.png', thresh2)
cv2.imwrite('1970_result1.png', result1)
cv2.imwrite('1970_result2.png', result2)
cv2.imwrite('1970_result3.png', result3)

# display IN and OUT images
cv2.imshow('thresh', thresh)
cv2.imshow('thresh2', thresh2)
cv2.imshow('result1', result1)
cv2.imshow('result2', result2)
cv2.imshow('result3', result3)
cv2.waitKey(0)
cv2.destroyAllWindows()

反锯齿结果：