如果我因为不是母语而无法很好地解释,请原谅我。
我正在根据分割图的白色部分来模糊图像的部分。例如,这是我的分割图像(bmp 图像)。 .
现在我想要的是模糊原始图像中分割图中像素为白色的部分。我刚刚编写了以下代码。
mask = mask >= 0.5
mask = np.reshape(mask, (512, 512))
mh, mw = 512, 512
mask_n = np.ones((mh, mw, 3))
mask_n[:,:,0] *= mask
mask_n[:,:,1] *= mask
mask_n[:,:,2] *= mask
# discard padded area
ih, iw, _ = image_n.shape
delta_h = mh - ih
delta_w = mw - iw
top = delta_h // 2
bottom = mh - (delta_h - top)
left = delta_w // 2
right = mw - (delta_w - left)
mask_n = mask_n[top:bottom, left:right, :]
# addWeighted
image_n = image_n *1 + cv2.blur(mask_n * 0.8, (800, 800))
请帮助我,谢谢。
最佳答案
您可以按照以下步骤进行操作:
- 加载原始图像和 mask 图像。
- 模糊整个原始图像并将其保存在不同的变量中。
- 使用 np.where() 方法从蒙版中选择要模糊值的像素,然后替换它。
请参阅下面的示例代码:
import cv2
import numpy as np
img = cv2.imread("./image.png")
blurred_img = cv2.GaussianBlur(img, (21, 21), 0)
mask = cv2.imread("./mask.png")
output = np.where(mask==np.array([255, 255, 255]), blurred_img, img)
cv2.imwrite("./output.png", output)
关于python - 如何根据分割图对图像进行模糊处理,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/55039717/