Python 使用特定像素边距numpy opencv从图像中剪切遮罩

我正在玩maskrcnn（）分割程序，该程序是在COCO数据集上训练的。它检测图像中的人物（以及我进一步忽略的许多其他对象），并返回一个或多个人物掩码，即布尔Numpy数组，其中包含分类为“人物”的所有像素的真值和所有其他像素的假值：

因此，当在图片中检测到多个人时，输入的图像（uint8形状数组（39002922,3））成为掩码（布尔形状数组（39002922））或多个掩码

现在，我可以使用此遮罩通过一些简单的Numpy数组索引将人物从图像中删除：

mask3d = np.dstack([mask]*3)
cut_out_mask = np.invert(mask3d)
res = np.where(cut_out_mask, 0, image)

这将返回以下图像：

由于Mask_RCNN程序返回的掩码非常紧凑，我想添加几个像素的边距（比如说15px），因此我得到如下结果：

---

我可以利用哪些Numpy/OpenCV函数从原始图像（类似于np.where）中剪切遮罩，在遮罩周围添加15个像素的边距？

您正在寻找的函数是

cv2.filter2D（）

我为您编写了一个简短的演示：

import numpy as np
import cv2

首先，我们创建一个演示蒙版，中间包含一个正方形：

mask = np.zeros((300, 300))
mask[100:200, 100:200] = 1

然后我们为filter2D函数创建内核：

kernel = np.ones((32, 32))

我使用了32号，以获得所需的15像素填充

paddedMask = cv2.filter2D(mask, 1, kernel)

仅用于演示，我使用以下代码显示图像：

image = cv2.threshold(np.array(paddedMask, dtype=np.uint8), 1, 255, 1)[1]
cv2.imshow("Test", image)
cv2.imshow("Org", mask)
cv2.waitKey(0)
cv2.destroyAllWindows()

希望有帮助。

您可以使用形态学操作来加宽遮罩：

new_mask = cv2.dilate(mask, cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (50,50)))

import cv2

# Read the mask from a file (for testing).
mask = cv2.imread("sample_mask.png", cv2.IMREAD_GRAYSCALE);

new_mask = cv2.dilate(mask, cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (50,50)))

# Display mask and new_mask
cv2.imshow('mask', mask)
cv2.imshow('new_mask', new_mask)
cv2.waitKey(0)
cv2.destroyAllWindows()

加载遮罩并加宽遮罩的示例代码：

new_mask = cv2.dilate(mask, cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (50,50)))

import cv2

# Read the mask from a file (for testing).
mask = cv2.imread("sample_mask.png", cv2.IMREAD_GRAYSCALE);

new_mask = cv2.dilate(mask, cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (50,50)))

# Display mask and new_mask
cv2.imshow('mask', mask)
cv2.imshow('new_mask', new_mask)
cv2.waitKey(0)
cv2.destroyAllWindows()

---

掩码：

新屏蔽：

---

一种方法是增加掩模的表面积。根据遮罩形状，可以使用创建不同的结构元素形状和大小。例如，如果您的遮罩形状为矩形，您可能希望使用

cv2.MORPH\u RECT

，或者如果您的遮罩形状为圆形，则可以使用

cv2.MORPH\u eliple

。此外，您还可以更改内核大小和迭代次数来扩展。在放大遮罩后，您可以使用来获得结果。下面是一个最小的可复制示例：

原始图像

面具

扩张

按位and表示结果

import cv2

# Load image and mask
image = cv2.imread('1.png')
mask = cv2.imread('mask.png')

# Create structuring element, dilate and bitwise-and
kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (25,25))
dilate = cv2.dilate(mask, kernel, iterations=3)
result = cv2.bitwise_and(image, dilate)

cv2.imshow('dilate', dilate)
cv2.imshow('result', result)
cv2.waitKey()

---

您正在寻找

cv2.deplate

。我们的想法是将掩码放大，然后按位放大，并与原始输入图像一起使用

paddedMask=cv2.filter2D（掩码，1，数组）

中的

array

？我猜你的意思是

内核

？在

image=cv2.threshold（np.array（padding，type=np.uint8），1255，1）[1]

？@dirkscollinger感谢你的评论。我更新了帖子，希望能更好的理解。你的问题应该由“知道”邮报来回答。