如何在Python中设置图像指定区域的像素强度为零

下面提供两种常用的Python实现方案，可根据你的需求选择：

方法一：使用Pillow + NumPy #

Pillow是Python常用的图像处理库，结合NumPy可以方便地对图像像素进行批量操作。

1. 先安装依赖库：

pip install pillow numpy

2. 示例代码：

from PIL import Image
import numpy as np

# 读取TIFF图像
img = Image.open("your_image.tif")
# 转换为NumPy数组（便于像素级操作）
img_array = np.array(img)

# --- 矩形区域置零 ---
# 定义区域范围：[起始行, 结束行)，[起始列, 结束列)
start_row, end_row = 50, 200
start_col, end_col = 100, 300
# 将指定区域像素设为0
img_array[start_row:end_row, start_col:end_col] = 0

# --- 不规则区域（如圆形）置零（可选）---
# x0, y0为圆心坐标，r为半径
# x0, y0, r = 150, 125, 50
# rows, cols = img_array.shape
# y, x = np.ogrid[:rows, :cols]
# distance = np.sqrt((x - x0)**2 + (y - y0)**2)
# img_array[distance <= r] = 0

# 转换回图像对象并保存
processed_img = Image.fromarray(img_array)
processed_img.save("processed_image.tif")

方法二：使用OpenCV + NumPy #

OpenCV在计算机视觉场景中应用广泛，适合处理复杂图像操作。

1. 安装依赖库：

pip install opencv-python numpy

2. 示例代码：

import cv2
import numpy as np

# 读取TIFF图像（IMREAD_UNCHANGED保留原图像的位深度）
img = cv2.imread("your_image.tif", cv2.IMREAD_UNCHANGED)

# --- 矩形区域置零 ---
start_row, end_row = 50, 200
start_col, end_col = 100, 300
img[start_row:end_row, start_col:end_col] = 0

# --- 不规则区域（如圆形）置零（可选）---
# x0, y0为圆心坐标，r为半径
# x0, y0, r = 150, 125, 50
# mask = np.zeros(img.shape[:2], dtype=np.uint8)
# cv2.circle(mask, (x0, y0), r, 255, -1)  # 创建圆形掩码
# img[mask == 255] = 0

# 保存处理后的图像
cv2.imwrite("processed_image.tif", img)

注意事项 #

• 替换代码中的your_image.tif为你的实际图像路径
• 可通过img.size（Pillow）或img.shape（OpenCV/NumPy）查看图像尺寸，确保定义的区域范围在图像边界内
• 多通道TIFF（如RGB）同样适用，代码会将对应区域的所有通道像素置零

内容的提问来源于stack exchange，提问作者Anna