如何使用mask对图像指定对象（如头发）重上色并获得真实改色效果？

你现有代码存在以下可直接导致效果异常的问题：

• 第一版HSV改色代码的致命错误：完成HSV三通道数值修改后，调用cv2.cvtColor时错误传入了未修改的res变量而非调整后的hsv变量，所有HSV调整逻辑实际未生效
• HSV色彩空间的H（色相）通道取值范围为0-179，直接做加法会导致数值溢出被OpenCV截断，无法得到预期色相
• 直接提取头发区域修改后未和原图融合，会导致非头发区域变黑
• 第二版直接相乘的方案会完全丢失原图头发的光影、明暗层次，自然会出现假色效果，需要保留原图的明度、饱和度信息，仅替换色相或者用混合模式叠加目标色

修复后可实现预期效果的代码 #

HSV调整方案 #

import cv2
import numpy as np
from matplotlib import pyplot as plt

# 读取并预处理原图
img = cv2.imread('model-demo.jpg')
img = cv2.resize(img, (256, 256))
img_rgb = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)

# 处理头发mask（需确保mask_hair已提前正确读取）
_, mask_hair = cv2.threshold(mask_hair, thresh=210, maxval=255, type=cv2.THRESH_BINARY)
mask_3ch = cv2.cvtColor(mask_hair, cv2.COLOR_GRAY2BGR) // 255

# 原图转HSV，仅修改头发区域的HSV值
hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
# 色相调整后取模避免溢出
hsv[..., 0] = np.where(mask_hair == 255, (hsv[..., 0] + 120) % 180, hsv[..., 0])
# 饱和度、明度调整做数值截断避免超出0-255范围
hsv[..., 1] = np.where(mask_hair == 255, np.clip(hsv[..., 1] + 60, 0, 255), hsv[..., 1])
hsv[..., 2] = np.where(mask_hair == 255, np.clip(hsv[..., 2] - 20, 0, 255), hsv[..., 2])

# 转回到RGB空间后和原图融合
modified_hair = cv2.cvtColor(hsv, cv2.COLOR_HSV2RGB)
result = np.where(mask_3ch == 1, modified_hair, img_rgb)

plt.imshow(result)
plt.axis('off')
plt.show()

纯色叠加方案 #

如果需要固定某一种目标色，可以用alpha混合代替直接相乘，保留原图光影层次：

import cv2
import numpy as np
from matplotlib import pyplot as plt

img = cv2.resize(cv2.imread('model-demo.jpg'),(256,256))
img_rgb = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
# 读取单通道mask
mask_hair = cv2.resize(cv2.imread('./mask.jpg', 0),(256,256))
_, mask_hair = cv2.threshold(mask_hair, 210, 255, cv2.THRESH_BINARY)

# 目标色：此处为示例绿色，可自行替换
target_color = [0, 255, 0]
color_layer = np.full_like(img_rgb, target_color)

# alpha为目标色的透明度，调整数值可控制改色浓度，0.5为半透明叠加
alpha = 0.5
mixed = cv2.addWeighted(img_rgb, 1-alpha, color_layer, alpha, 0)
# 仅保留头发区域的混合效果，其余区域用原图
result = np.where(mask_hair[..., None] == 255, mixed, img_rgb)

plt.imshow(result)
plt.axis('off')
plt.show()

相关参考图 #

• 原始图像：
• 原代码输出结果：
• 预期输出效果：
• 纯色mask参考：

内容的提问来源于stack exchange，提问作者MSI