Python使用OpenCV将二值Mask叠加至图像并提取指定区域

使用OpenCV提取并叠加Mask区域

在计算机视觉任务中，经常需要将标注好的二值掩码（Mask）应用到原始图像上，以提取感兴趣区域或进行可视化展示。OpenCV提供了便捷的函数来实现这一操作。下面将详细介绍如何通过Python脚本批量处理图像和对应的Mask文件。

核心实现逻辑

处理流程主要包含以下几个步骤：首先遍历存放原始图像的目录，获取每个图像文件的路径；接着根据图像文件名找到对应的Mask文件（通常Mask为PNG格式，图像为JPG格式）；然后读取图像和Mask，其中Mask需要以灰度模式读取；最后利用OpenCV的图像加法函数，将Mask作为掩码应用到图像上，并将结果保存。

代码实现

以下是完整的Python代码示例，使用了os进行文件遍历，cv2进行图像处理，以及numpy处理数组形状：

#coding:utf-8
import os
import cv2
import numpy as np

def add_mask2image_binary(images_path, masks_path, masked_path):
    # 遍历图像目录下的所有文件
    for img_item in os.listdir(images_path):
        print(img_item)
        # 构建原始图像路径
        img_path = os.path.join(images_path, img_item)
        # 读取原始图像
        img = cv2.imread(img_path)
        
        # 构建Mask文件路径
        # 假设Mask是.png格式，image是.jpg格式
        mask_path = os.path.join(masks_path, img_item[:-4]+'.png')
        
        # 将彩色mask以二值图像形式读取（灰度模式）
        mask = cv2.imread(mask_path, cv2.IMREAD_GRAYSCALE)
        
        # 创建与图像形状相同的零数组，用于cv2.add函数
        # 将image的像素值和mask像素值相加得到结果
        masked = cv2.add(img, np.zeros(np.shape(img), dtype=np.uint8), mask=mask)
        
        # 保存处理后的图像到指定目录
        cv2.imwrite(os.path.join(masked_path, img_item), masked)

# 定义输入输出路径
images_path = '/home/xinan/cat_test/image/'
masks_path = '/home/xinan/cat_test/catmask/'
masked_path = '/home/xinan/cat_test/masked/'

# 执行函数
add_mask2image_binary(images_path, masks_path, masked_path)

在上述代码中，cv2.add(img, np.zeros(np.shape(img), dtype=np.uint8), mask=mask)是关键操作。它利用mask参数指定了哪些像素参与加法运算。只有Mask中非零（白色）区域的像素会被保留并叠加，而Mask中为零（黑色）的区域则被置零（黑色），从而实现Mask区域的提取和可视化。

效果展示

处理完成后，可以在输出目录中看到叠加了Mask效果的图像。以下展示了处理过程中的几个关键图像：