如何使用OpenCV.js实现图像皮肤模糊，复现Python掩码赋值功能逻辑

AI 小北

2026-10-2

方案1：使用OpenCV.js原生`copyTo`方法（最优解）

你Python中的out[global_mask>0] = blur[global_mask>0]逻辑，在OpenCV.js中可以直接通过copyTo的掩码重载实现，仅需一行代码即可得到完全一致的效果，无需额外处理透明、图层覆盖等逻辑：

// 前置要求：out、blur、global_mask三个Mat尺寸完全一致，global_mask为单通道灰度图（CV_8UC1类型）
blur.copyTo(out, global_mask);

执行后out中掩码为白色的皮肤区域会自动被blur的对应像素覆盖，其余区域保持原始图像内容不变。

方案2：手动遍历像素实现（适合需要自定义逻辑的场景）

如果你需要自行控制像素赋值逻辑，可以直接读取三个图像的像素数组遍历处理：

const width = out.cols;
const height = out.rows;
// 读取三个图像的像素数据
const outPixels = out.data;
const blurPixels = blur.data;
const maskPixels = global_mask.data;
// 单通道掩码每个像素占1位，RGB/RGBA图像每个像素分别占3/4位
// 以下示例按RGBA四通道处理，三通道场景可把步长改为3、去掉A通道赋值即可
const channelStep = 4;

for (let i = 0; i < height * width; i++) {
  if (maskPixels[i] > 0) {
    const pixelPos = i * channelStep;
    outPixels[pixelPos] = blurPixels[pixelPos]; // R通道
    outPixels[pixelPos + 1] = blurPixels[pixelPos + 1]; // G通道
    outPixels[pixelPos + 2] = blurPixels[pixelPos + 2]; // B通道
    outPixels[pixelPos + 3] = blurPixels[pixelPos + 3]; // A通道
  }
}