【问题讨论】：
标签： python image opencv image-processing python-imaging-library
您也可以使用按位与运算来解决问题。
首先在蒙版图像中，删除红线，然后确保您想要的区域是白色（255）颜色，其余区域是黑色（0）颜色。
还要检查遮罩图像是否应该是三通道图像（白色 - (255, 255, 255)；黑色 - (0, 0, 0)）。如果不是，您可以将其从 1 通道转换为 3 通道图像，保留黑白颜色信息 -
# Read mask image by cv2.imread("mask.jpg") - without -1 flag
mask = cv2.cvtColor(mask, cv2.COLOR_GRAY2BGR)
现在您可以执行简单的按位运算 -
mask_output = cv2.bitwise_and(img, mask)
"mask_output" 将包含所需的输出。此外，按位运算的速度很快。如果按照上面解释的方式存储掩码，那么这段代码在读取掩码图像和彩色图像后将成为单行代码。
【讨论】：
谢天谢地，您提供的蒙版有一个 Alpha 通道，您想要屏蔽的区域的内部在 Alpha 通道中定义。因此，在 alpha 通道完整的情况下读取图像，然后使用它来移除该区域中的像素：
假设你的面具存储在mask.png，而你的图像存储在image.png，你可以这样做：
img = cv2.imread('image.png', -1)
mask = cv2.imread('mask.png', -1)
mask = mask[...,3] > 0
mask = np.repeat(mask[..., None], img.shape[2], axis=2)
masked_out = img.copy()
masked_out[mask] = 0
cv2.imshow('Masked Out', masked_out)
cv2.waitKey(0)
cv2.destroyAllWindows()
cv2.imwrite('masked_out.png', masked_out)
我们读入原始图像和相应的掩码。然后，我们查看 alpha 通道并对其进行阈值处理，以便任何非零像素创建一个二进制图像，使得非零值是 True 和 False 否则。然后我们创建一个 3D 版本，以便为输入图像中的通道数复制掩码。然后我们将掩码中True 的位置设置为零，以便我们将它们设为黑色像素。我们最终将图像显示到屏幕上，然后在您按任意键后将图像写入屏幕。
如果您对 3D 蒙版不满意，您可以使用广播并将蒙版的逆与输入图像相乘：
img = cv2.imread('image.png', -1)
mask = cv2.imread('mask.png', -1)
mask = mask[...,3] == 0
masked_out = img * (mask[...,None].astype(img.dtype))
cv2.imshow('Masked Out', masked_out)
cv2.waitKey(0)
cv2.destroyAllWindows()
cv2.imwrite('masked_out.png', masked_out)
【讨论】：