如何用Python从带mask的图像提取土壤纹理并生成240x240纹理图像？

前提条件 #

• 原始土壤图像（对应示例图）
• 与图像尺寸匹配的二值Mask（白色区域为土壤，黑色为非土壤）

步骤1：提取土壤区域的有效像素 #

从原始图像中提取Mask覆盖的土壤像素，作为纹理生成的素材库：

import cv2
import numpy as np

# 加载图像和Mask
img = cv2.imread("soil_image.jpg")
mask = cv2.imread("soil_mask.jpg", 0)  # 以灰度图加载Mask

# 确保Mask是标准二值图（非土壤区域为0，土壤区域为255）
mask = cv2.threshold(mask, 127, 255, cv2.THRESH_BINARY)[1]

# 提取土壤区域的所有像素
soil_pixels = img[mask == 255]

步骤2：生成240x240纹理图像 #

提供两种实现方式，按需选择：

方式一：随机采样填充（简单快速）

直接从土壤像素库中随机选取像素填充目标图像，适合对纹理连贯性要求不高的场景：

# 创建240x240的空白图像
target_size = (240, 240)
generated_img = np.zeros((target_size[0], target_size[1], 3), dtype=np.uint8)

# 随机填充像素
for i in range(target_size[0]):
    for j in range(target_size[1]):
        # 随机选取一个土壤像素
        rand_idx = np.random.randint(0, len(soil_pixels))
        generated_img[i, j] = soil_pixels[rand_idx]

# 保存结果
cv2.imwrite("generated_soil_texture.jpg", generated_img)

方式二：基于块的纹理合成（更自然连贯）

使用scikit-image的纹理合成工具，生成更接近真实土壤纹理的图像：

from skimage import texture, io

# 转换图像格式为RGB（scikit-image默认RGB）
img_rgb = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)

# 将Mask转为布尔型用于限定采样区域
mask_bool = mask.astype(bool)

# 生成240x240纹理图像
generated_texture = texture.synthesize(
    img_rgb,
    mask=mask_bool,
    size=(240, 240),
    max_pad_size=10,
    random_state=42
)

# 保存结果
io.imsave("natural_soil_texture.jpg", generated_texture)

注意事项 #

• 必须保证Mask与原始图像的宽高完全一致，否则会出现像素提取错位
• 若生成图像色调偏差明显，可对提取的soil_pixels做直方图均衡化后再填充
• 块合成方式需提前安装依赖：pip install scikit-image

内容的提问来源于stack exchange，提问作者Vikas Kumar Ojha