numpy 实现mask叠加原图

最新推荐文章于 2023-08-17 16:08:17 发布

原创

最新推荐文章于 2023-08-17 16:08:17 发布 · 6.5k 阅读

8 ·

CC 4.0 BY-SA版权

文章标签：

#python #图像处理

这篇博客介绍了如何不依赖cv2库，而是利用numpy来实现mask与原图的叠加。作者通过一个简单的公式：img_with_mask = weight * img + (1-weight) * mask，详细阐述了实现过程，尽管方法简单，但作者仍分享了这一思路。

1. 需求

把mask叠加到原图上，像这个样子。

在这里插入图片描述

实现很简单，用cv2.addWeighted()就OK。
但是我就不想调现成函数，就不想import cv2（主要还是记不住函数名）

2. 用np实现

思路: img_with_mask = weight * img + (1-weight) * mask

patch_img_path = "TCGA-S3-AA15-01Z-00-DX1.png"
patch_mask_path = "TCGA-S3-AA15-01Z-00-DX1m.png"

img = io.imread(patch_img_path)
mask = io.imread(patch_mask_path) # np.unique(mask)的结果是1和2
mask_1 = np.zeros_like(img)
mask_1[mask == 1, 1] = 255 # green

mask_2 = np.zeros_like(img)
mask_2[mask == 2, 0:2] = 255 # yellow

img_add_weight = 0.7 * img + 0.3 * (mask_2 + mask_1)
img_add_weight /= 255.0

fig, axes = plt.subplots(nrows=1, ncols=3, figsize=(6,4), subplot_kw={"xticks":[], "yticks":[]})
axes = axes.flat
axes[0].imshow(img)
axes[0].set_title("image")
axes[1].imshow(mask)
axes[1].set_title("mask")
axes