Python openCV：使用cvtColor时得到未改变的图像

Question

我有一张灰度图像，它的形状是(480,640)，也就是480行640列。

我想在这张图像上加一个彩色的遮罩，但我需要把图像的形状改成(480,640,3)，这样才能做到。

这是我尝试过的代码：

print str(img.shape) +' '+ str(type(img)) +' '+ str(img.dtype)
# prints: (480, 640) <type 'numpy.ndarray'> uint8

cv2.cvtColor(img, cv2.COLOR_GRAY2BGR, img, 3)
# this line seems to have no effect although I set it to 3 channels

print str(img.shape) +' '+ str(type(img)) +' '+ str(img.dtype)
# prints: (480, 640) <type 'numpy.ndarray'> uint8

rowCounter = 0
while rowCounter < img.shape[0]:
    columnCounter = 0
    while columnCounter < img.shape[1]:
        if img[rowCounter, columnCounter] == 0:
            img[rowCounter, columnCounter] = [0, 0, 0]
        else:
            img[rowCounter, columnCounter] = [255, 255, 255]
        columnCounter += 1
    rowCounter += 1

好吧，代码在我想把三个值（[0, 0, 0]）赋值的时候出错了，而不是赋一个单一的值（0）。错误信息是这样的：

ValueError: setting an array element with a sequence.

我该怎么把单一值改成三个值呢？有没有我没找到的函数？

谢谢！

Answer 1

最重要的是，你需要把转换后的图片赋值给一个新的名字。

我不太确定用C++的方式把目标图片作为参数传递是否有效。我建议你还是用常见的Python（cv2）方法，直接给它起个名字（用同样的名字也可以）。

另外，你不需要指定通道的数量。转换类型会自动处理这个问题。

#            cv2.cvtColor(img, cv2.COLOR_GRAY2BGR, img, 3)
color_mask = cv2.cvtColor(img, cv2.COLOR_GRAY2BGR)

这样能得到你想要的图片吗？

顺便说一下，只要你在使用numpy或opencv，可能需要考虑如何让它运行得更高效。如果你对整个图片或numpy数组进行逐个像素的访问，那就要小心了（在Python的opencv中）。

下面的代码展示了如何进行转换，但之后忽略了这部分，展示了（根据我的理解）如何应用一个更高效的掩码。

复制粘贴的工作示例（更高效）

import cv2
import numpy as np

# setup an original image (this will work for anyone without needing to load one)
shape = (480, 640)
img_gray = np.ndarray(shape, dtype=np.uint8)
img_gray.fill(127)
img_gray[0:40, 100:140] = 0  # some "off" values
cv2.imshow('original grayscale image', img_gray)
cv2.waitKey(0)  # press any key to continue

# convert the gray image to color (not used. just to demonstrate)
img_color = cv2.cvtColor(img_gray, cv2.COLOR_GRAY2BGR)
cv2.imshow('color converted grayscale image (not used. just to show how to use cvtColor)', img_color)
cv2.waitKey(0)  # press any key to continue

# a simplified version of what your code did to apply a mask
# make a white image.
# and then set it to black wherever the original grayscale image is 0
img_color = np.ndarray(img_gray.shape + (3,), dtype=np.uint8)
img_color.fill(255)
cv2.imshow('base color image', img_color)
cv2.waitKey(0)  # press any key to continue

# this is not the fastest way, but I think it's more logical until you need more speed
# the fastest way specifically to black out parts of the image would
# be np.bitwise_and(...)
black_points = np.where(img_gray == 0)
print('found {} points to mask'.format(len(black_points[0])))
img_color[black_points] = (0, 0, 0)

# a more efficient and still straightforward method you could use:
img_color[img_gray==0] = (0, 0, 0)
cv2.imshow('masked color image', img_color)
cv2.waitKey(0)  # press any key to continue

# clean up explicitly
cv2.destroyAllWindows()