如何使用OpenCV移除after.png中与before.png的公共图像区域？

我来帮你搞定这个问题——你现在的代码主要是在掩码处理上出了问题，导致位运算没起到过滤重合区域的作用。先给你拆解下问题，再给出可行的修正代码。

你的代码问题分析 #

1. 阈值设置错误：你用了cv2.threshold(imRef, 128, 192, cv2.THRESH_OTSU)，但OTSU阈值法会自动忽略第一个阈值参数（128），而且你把最大值设为192，导致生成的掩码imBW里的白色区域是192而非标准的255。后续取反后得到的是63（255-192），不是纯黑（0），cv2.bitwise_and会保留所有非0区域，相当于没过滤。
2. 掩码逻辑搞反：要移除重合部分，应该用反向掩码（即把before的重合区域设为0，非重合设为255），但你最初传的是原掩码，后来取反又因为阈值问题没生效。

修正后的代码方案 #

方案一：基于掩码的位运算（适合重合区域灰度一致的情况） #

这个方法先把before图转成二值掩码，取反后过滤after图，只保留非重合部分：

import cv2

# 配置文件路径
ref_filename = 'before.png'
new_filename = 'after.png'
out_filename = 'output.png'

# 以灰度模式读取两张图片
im_ref = cv2.imread(ref_filename, cv2.IMREAD_GRAYSCALE)
im_new = cv2.imread(new_filename, cv2.IMREAD_GRAYSCALE)

# 先检查两张图尺寸是否一致，不一致的话需要先resize
if im_ref.shape != im_new.shape:
    im_new = cv2.resize(im_new, (im_ref.shape[1], im_ref.shape[0]))

# 对before图做二值化，生成重合区域的掩码（0=背景，255=重合区域）
# OTSU自动计算最优阈值，maxval设为255确保掩码是纯黑纯白
_, im_mask = cv2.threshold(im_ref, 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU)

# 取反掩码：把重合区域设为0，非重合区域设为255
im_mask_inv = cv2.bitwise_not(im_mask)

# 用反向掩码过滤after图，只保留非重合部分
result = cv2.bitwise_and(im_new, im_new, mask=im_mask_inv)

# 保存结果
cv2.imwrite(out_filename, result)

方案二：基于差异图的提取（适合重合区域有细微亮度差异的情况） #

如果before和after的重合区域灰度不是完全一致（比如有轻微噪点或亮度变化），用差异图的方法更准确：

import cv2

ref_filename = 'before.png'
new_filename = 'after.png'
out_filename = 'output.png'

im_ref = cv2.imread(ref_filename, cv2.IMREAD_GRAYSCALE)
im_new = cv2.imread(new_filename, cv2.IMREAD_GRAYSCALE)

# 确保尺寸一致
if im_ref.shape != im_new.shape:
    im_new = cv2.resize(im_new, (im_ref.shape[1], im_ref.shape[0]))

# 计算两张图的灰度差异
diff = cv2.absdiff(im_ref, im_new)

# 对差异图二值化，得到差异区域的掩码（灰度差大于30的区域保留，可根据实际调整阈值）
_, diff_mask = cv2.threshold(diff, 30, 255, cv2.THRESH_BINARY)

# 提取after图中的差异部分（即非重合部分）
result = cv2.bitwise_and(im_new, im_new, mask=diff_mask)

cv2.imwrite(out_filename, result)

关键注意点 #

• 必须确保两张图片的尺寸完全一致，否则位运算会直接报错，代码里加了尺寸检查和resize的逻辑。
• 阈值参数可以根据你的图片实际情况调整，比如方案二中的30，如果差异很小可以调低，差异大可以调高。

内容的提问来源于stack exchange，提问作者neubert