如何编辑遮罩后的图像？实现遮罩平滑、噪点去除及部分遮罩区域剔除

1. 去除细小白色噪点、平滑遮罩 #

小面积白色噪点可通过形态学运算或者中值滤波处理，两种方案都可以通过调整参数控制去噪强度，不会改动大面积有效遮罩的形态：

• 开运算（先腐蚀后膨胀）：专门用于消除高亮的零散小噪点，是遮罩去噪的首选方案
• 闭运算（先膨胀后腐蚀）：用于填充遮罩内部的零散小黑孔，让遮罩区域更完整
• 中值滤波：直接对遮罩做平滑处理，核为奇数，数值越大去噪强度越高

代码示例：

# 形态学运算核大小可根据需求调整，数值越大去噪越强
kernel = np.ones((5,5), np.uint8)
# 开运算去小白噪点
mask = cv2.morphologyEx(mask, cv2.MORPH_OPEN, kernel)
# 可选：闭运算填充遮罩内部小孔
mask = cv2.morphologyEx(mask, cv2.MORPH_CLOSE, kernel)

# 备选方案：中值滤波去噪，核必须为奇数
# mask = cv2.medianBlur(mask, 5)

2. 剔除不需要的遮罩区域 #

根据使用场景不同，有两种常用实现方案：

方案A：自动过滤小面积无效区域 #

通过连通域分析，直接删掉面积小于阈值的遮罩区域，无需手动指定位置：

# 8邻域连通域分析
num_labels, labels, stats, centroids = cv2.connectedComponentsWithStats(mask, connectivity=8)
# 最小保留面积，单位为像素，可根据需求调整
min_area = 200
new_mask = np.zeros_like(mask)
# 跳过背景标签，遍历所有连通域
for i in range(1, num_labels):
    if stats[i, cv2.CC_STAT_AREA] >= min_area:
        new_mask[labels == i] = 255
mask = new_mask

方案B：手动剔除指定区域 #

如果需要删除固定位置的遮罩，直接生成剔除区域的掩膜，和原遮罩做与运算即可：

# 初始化剔除掩膜，默认保留所有区域
exclude_mask = np.ones_like(mask) * 255
# 示例：剔除左上角0,0到200,200的矩形区域
cv2.rectangle(exclude_mask, (0,0), (200,200), 0, -1)
# 若要剔除不规则区域，可使用cv2.fillPoly绘制多边形后再合并
mask = cv2.bitwise_and(mask, exclude_mask)

整合后完整可运行代码 #

import cv2
import numpy as np

img = cv2.imread("colors.jpg")
height,width = 720,720
img = cv2.resize(img,(width,height))

hsv = cv2.cvtColor(img,cv2.COLOR_BGR2HSV)

lower_range = np.array([100,50,50])
upper_range = np.array([150,255,255])

mask = cv2.inRange(hsv, lower_range, upper_range)

# 优化1：去噪平滑
kernel = np.ones((5,5), np.uint8)
mask = cv2.morphologyEx(mask, cv2.MORPH_OPEN, kernel)
mask = cv2.morphologyEx(mask, cv2.MORPH_CLOSE, kernel)

# 优化2：剔除无效区域（此处默认使用自动过滤小面积方案，手动剔除方案可自行替换）
num_labels, labels, stats, centroids = cv2.connectedComponentsWithStats(mask, connectivity=8)
min_area = 200
new_mask = np.zeros_like(mask)
for i in range(1, num_labels):
    if stats[i, cv2.CC_STAT_AREA] >= min_area:
        new_mask[labels == i] = 255
mask = new_mask

res = cv2.bitwise_and(img, img, mask=mask)

cv2.imshow("Original Image",img)
cv2.imshow("Optimized Mask",mask)
cv2.imshow("Final Result",res)

cv2.waitKey(0)
cv2.destroyAllWindows()

测试素材 #

• 测试原图：
  
• 初始遮罩结果图：
  

内容的提问来源于stack exchange，提问作者Lynoix