需求说明
在对图像进行处理时，经常会有这类需求：想对感兴趣区域进行掩膜处理，只操作掩膜内数据，此时需要搭配掩膜绘制功能，并在绘制过程中希望能区分掩膜区和非掩膜区；除了掩膜本身的线条以外，还希望掩膜内图像是原色，掩膜外图像的颜色进行一定调整；通常可以采用图像透明化或者色彩单通道加深的方式实现。
比如对三通道的图像，可以将掩膜外数据的红通道数值提高，此时该部分图像就会偏红色，如下图1所示。
图1 颜色加深的蒙版效果
但是针对灰度图，因为图像数据本身就是单通道的，就不能借用颜色通道或者透明通道了；有一个基础的办法是将非掩膜区数据同时加减某个数值，这种方法简单但有一个弊端，比如我加了50，那原图200-255之间的数值都将变为255，这样就损坏了原图的某些特征信息。为此，我们采用非线性的算法将其进行较为合理的数值调整。
下面介绍具体实现流程。
具体流程
1）构造非线性参数。其中n为函数输入的参数，范围在-100到100；a、b、k为算法参数，公式见下。
n = min(max(n, -100), 100); int k = 4; float b = n / 100.f / k; float a = 1.0f + k * b;
2）参照上式，对掩膜外数据进行如下处理。
float temp = pow(float(in[j]) / 255.f, 1.0f / a) * (1.0 / (1 + b));
3）temp的数值需要进行校准，因为灰度值如果是uchar型，范围在0-255之间，校准后乘上255，即可得到算法计算的结果。
if (temp > 1.0f) temp = 1.0f; if (temp < 0.0f) temp = 0.0f; uchar utemp = uchar(255 * temp); r[j] = utemp;
4）掩膜内数值保持不变。
r[j] = in[j];
5）输出图像，完成。
功能函数
// 灰度图蒙版 cv::Mat GrayMask(cv::Mat input, cv::Mat mask, int n) { // 通道判断 if (input.channels() != 1) { return input; } // 非线性参数 // 当n=100时，非掩膜区呈灰色；当n=0时，非掩膜区无变化；当n=-100时，非掩膜区黑色 // n越小，非掩膜区越暗，n越大，非掩膜区越灰 // 目的是区分非掩膜区和掩膜区 n = min(max(n, -100), 100); int k = 4; float b = n / 100.f / k; float a = 1.0f + k * b; // 蒙版处理 cv::Mat result = cv::Mat::zeros(input.size(), input.type()); for (int i = 0; i < input.rows; ++i) { uchar *m = mask.ptr<uchar>(i); uchar *in = input.ptr<uchar>(i); uchar *r = result.ptr<uchar>(i); for (int j = 0; j < input.cols; ++j) { if (m[j] == 0) { float temp = pow(float(in[j]) / 255.f, 1.0f / a) * (1.0 / (1 + b)); if (temp > 1.0f) temp = 1.0f; if (temp < 0.0f) temp = 0.0f; uchar utemp = uchar(255 * temp); r[j] = utemp; } else { r[j] = in[j]; } } } return result; }
C++测试代码
#include <iostream> #include <unordered_map> #include <unordered_set> #include <stdio.h> #include <io.h> #include <chrono> #include <time.h> #include <stdio.h> #include <direct.h> #include <ctime> #include <opencv2/core/core.hpp> #include <opencv2/highgui.hpp> #include <opencv2/imgproc.hpp> using namespace std; using namespace cv; cv::Mat GrayMask(cv::Mat input, cv::Mat mask, int n); int main() { // 读取灰度图 cv::Mat src = imread("1.png",0); // 绘制掩膜 cv::Mat mask = cv::Mat::zeros(src.size(), CV_8UC1); cv::circle(mask, cv::Point(src.cols / 2, src.rows / 2), 100, cv::Scalar(255), -1); // 灰度图蒙版 cv::Mat result = GrayMask(src, mask, 100); // 结果显示 imshow("src", src); imshow("result", result); waitKey(0); system("pause"); return 0; } // 灰度图蒙版 cv::Mat GrayMask(cv::Mat input, cv::Mat mask, int n) { // 通道判断 if (input.channels() != 1) { return input; } // 非线性参数 // 当n=100时，非掩膜区呈灰色；当n=0时，非掩膜区无变化；当n=-100时，非掩膜区黑色 // n越小，非掩膜区越暗，n越大，非掩膜区越灰 // 目的是区分非掩膜区和掩膜区 n = min(max(n, -100), 100); int k = 4; float b = n / 100.f / k; float a = 1.0f + k * b; // 蒙版处理 cv::Mat result = cv::Mat::zeros(input.size(), input.type()); for (int i = 0; i < input.rows; ++i) { uchar *m = mask.ptr<uchar>(i); uchar *in = input.ptr<uchar>(i); uchar *r = result.ptr<uchar>(i); for (int j = 0; j < input.cols; ++j) { if (m[j] == 0) { float temp = pow(float(in[j]) / 255.f, 1.0f / a) * (1.0 / (1 + b)); if (temp > 1.0f) temp = 1.0f; if (temp < 0.0f) temp = 0.0f; uchar utemp = uchar(255 * temp); r[j] = utemp; } else { r[j] = in[j]; } } } return result; }
测试效果
图2 原图
图3 灰度图蒙版效果
如果函数有什么可以改进完善的地方，非常欢迎大家指出，一同进步何乐而不为呢~
如果文章帮助到你了，可以点个赞让我知道，我会很快乐~加油！
