OpenCV中掩膜(Mask)、setTo()、copyTo()、clone()、inRange()的定义与使用

1、掩膜(Mask)是什么

（1）从物理的角度来看：

光刻是指利用光学复制的方法，把pcb电路图，印制在光敏记录材料上（这个光敏材料就是很薄的一层膜，我称之为掩膜Mask），用掩膜Mask 遮盖硅片，把掩膜Mask 上精细的电路图，通过光线的曝光印制到硅片上，来制作芯片；

（2）图像处理中的掩膜Mask

图像掩膜与其类似，用选定的图像作为遮挡，来控制图像处理的区域；

（3）掩膜的用法：

• 提取感兴趣区：用预先制作的感兴趣区掩膜 与 待处理图像相乘，得到感兴趣区图像，感兴趣区内图像值保持不变，而区外图像值都为0；
• 屏蔽作用：用掩膜对图像上某些区域作屏蔽，使其不参加处理，仅对屏蔽区外作处理；
• 结构特征提取：用相似性变量或图像匹配方法检测和提取图像中与掩膜相似的结构特征；
• 特殊形状图像的制作；

（4）掩膜Mask 的运算：

一个3 * 3的图像 与 一个3 * 3的掩膜进行运算，得到的结果图像如下：

2、setTo()函数：将图像的像素值，设置为某个值；

（1）函数使用：

src.setTo(value);		// 将图像src的值，全部设成value
src.setTo(value, src<m);	// src像素值小于m的像素值，全部设成value
src.setTo(value, src>m);	// src像素值大于m的像素值，全部设成value
src.setTo(dst, src<m);		// src中的像素值，当其值小于m的时候，就将该值用dst中相应位置的值进行替换

3、copyTo()函数：将一张图像复制到另一张图像上；

（1）函数使用：

函数原型1：void copyTo( OutputArray m ) const;
举例：image_in.copyTo(image_out);
解释：把image_in这张图复制到image_out上；

函数原型2：void copyTo( OutputArray m, InputArray mask ) const;
举例：image_in.copyTo(image_out，mask);
解释：image_in图像与掩膜mask进行，逻辑与 &运算，将运算后的图像复制到image_out上；（image_in对应mask中像素值为0的像素点都不会贴到image_out上）

4、clone()函数：克隆一个图像

（1）函数使用：

Mat A  = Mat::ones(4,5,CV_32F);
Mat B = A.clone()	// clone() 是完全的深拷贝，在内存中申请新的空间；
Mat C;
A.copyTo(C);		// 此处的Ｃ矩阵大小与Ａ大小不一致，则申请新的内存空间，并完成拷贝，等同于clone()
Mat D = A.col(1);
A.col(0).copyTo(D)	// 此处D矩阵大小与A.col(0)大小一致，因此不会申请空间，而是直接进行拷贝，相当于把A的第1列赋值给D

5、inRange()函数：提取指定色彩范围区域（用法是将一副彩色图像或者一副单通道图像转换为二值图像）

• inRange()函数输出的是一幅二值化之后的图像，将阈值区间内的像素值，设置为白色(255)，不在阈值区间内的像素值，设置为黑色(0)；
• inRange()函数，应在hsv色彩空间下处理图像，所以输入的图像需要先转化为hsv图像（因为在RGB色彩空间下，颜色值分布的太多太广，我们很难准确的去提取选定区域的像素值，但在hsv色彩空间下只有h和s这两个控制颜色，很容易对颜色进行提取，所以当你看到一个单一颜色的时候，你想要寻找到它，你的第一反应应该是，将他转换到辨识度比较高的色彩空间下，比如hsv，hsi，lab等，处理完之后再返回rgb就可以了）；

（1）函数原型

inRange(hsv, Scalar(hmin, smin, vmin), Scalar(hmax, smax, vmax), dst);

（2）参数解释

• hsv：输入要处理的图像，可以为单通道或多通道图像，先转化为hsv图像，使用cvtColor()；
• Scalar(hmin, smin, vmin)：下边界数组或标量，输入hsv图像像素值，小于此值，设置为黑色(0)，在区间范围内设为白色(255)；
• Scalar(hmax, smax, vmax)：上边界数组或标量，输入hsv图像像素值，大于此值，设置为黑色(0)，在区间范围内设为白色(255)；
• dst：输出图像，与输入图像hsv 尺寸相同且为CV_8U 类型；

（3）示例

• 针对单通道图像：一幅灰度图像的某个像素的灰度值在指定的高、低阈值范围之内，则在dst图像中令该像素值为255，否则令其为0，这样就生成了一幅二值化的输出图像；
• 针对三通道图像：每个通道的像素值都必须在规定的阈值范围内；

• Scalar(hmin, smin, vmin)，Scalar(hmax, smax, vmax)里hsv值如何确定，这里我的方法是先得到RGB，再通过菜鸟教程工具来转化得到hsv，确定我要提取图像的范围，这样将范围填写进Scalar(h, s, v)，就可以了；
• 将RGB输入到菜鸟工具后，得到的hsv是小数，我们将h乘以180，s和v乘以255得到想要的Scalar(h, s, v)；

比如将下图绿色区域，提取出来：

#include <opencv2\opencv.hpp>
#include <iostream>
#include <demo.h>

using namespace cv;
using namespace std;

int main() {
	// 读取图像，BGR存储在Mat矩阵里
	Mat src = cv::imread("C:\\cpp\\image\\green.png");
	if (src.empty()) {
		printf("could not load image..../n");
		return -1;
	}
	namedWindow("src", WINDOW_NORMAL);
	namedWindow("hsv", WINDOW_NORMAL);
	namedWindow("dst", WINDOW_NORMAL);

	imshow("src", src);
	// 1、先转化为hsv图像
	Mat hsv;
	cvtColor(src, hsv, COLOR_BGR2HSV);
	imshow("hsv", hsv);
	// 2、再利用inRange()函数对图像二值化
	Mat dst;
	inRange(hsv, Scalar(45, 254, 204), Scalar(46, 255, 206), dst);
	imshow("dst", dst);

	waitKey();
	destroyAllWindows();
	return 0;
}

运行结果：

文章来源地址https://uudwc.com/A/6XZwk