如何用二进制掩码提取皮肤病变彩色图像前景（背景置黑）

嘿，我懂你的需求！你现在手里有二进制掩码，但只显示掩码肯定不是最终目的——我们要把它和原始彩色图像结合，只保留病变区域的彩色、背景变成黑色对吧？这其实就是个简单的图像掩码融合操作，我给你用最常用的OpenCV+Python来演示怎么做。

核心思路 #

本质上就是让原始图像中，掩码为白色（代表前景病变区）的区域保留原色彩，掩码为黑色（背景区）的区域直接置黑。这需要两个图像做逐像素的按位与操作，不过要先处理通道匹配的问题。

具体实现代码（OpenCV + Python） #

import cv2
import numpy as np

# 1. 读取原始图像和掩码
# 原始彩色皮肤病变图像（三通道BGR格式）
original_img = cv2.imread("skin_lesion.jpg")
# 二进制掩码（以单通道灰度模式读取，0=黑色背景，255=白色前景）
mask = cv2.imread("binary_mask.png", 0)

# 2. 把单通道掩码转成三通道，和原始图像通道数一致
mask_3ch = cv2.cvtColor(mask, cv2.COLOR_GRAY2BGR)

# 3. 执行按位与操作，得到前景保留、背景变黑的结果
final_result = cv2.bitwise_and(original_img, mask_3ch)

# 4. 保存或查看结果
cv2.imwrite("processed_skin_lesion.jpg", final_result)
cv2.imshow("Final Result", final_result)
cv2.waitKey(0)
cv2.destroyAllWindows()

代码关键解释 #

• 为什么要转三通道？因为OpenCV的按位操作要求两个输入图像的尺寸、通道数完全一致，原始彩色图是3通道，而掩码默认是单通道灰度图，所以必须转成3通道才能匹配。
• bitwise_and操作会逐像素对比：只有当掩码对应像素是255（白色）时，才保留原始图像的像素值；如果掩码是0（黑色），结果像素就会变成0（黑色）。

另一种实现方式（Numpy广播） #

如果你习惯用Numpy，也可以用广播机制来实现：

import cv2
import numpy as np

original_img = cv2.imread("skin_lesion.jpg")
mask = cv2.imread("binary_mask.png", 0)

# 利用Numpy广播把单通道掩码扩展为三通道，归一化后和原图相乘
result = original_img * (mask[:, :, np.newaxis] / 255.0)
# 转换回图像的uint8格式
result = result.astype(np.uint8)

cv2.imwrite("final_result.jpg", result)

重要注意事项 #

• 一定要确保原始图像和掩码的尺寸完全相同，不然会报错。如果尺寸不匹配，先把掩码resize到和原图一致：mask = cv2.resize(mask, (original_img.shape[1], original_img.shape[0]))
• 如果你的掩码是反的（黑色是前景、白色是背景），记得先反转掩码：mask = cv2.bitwise_not(mask)

内容的提问来源于stack exchange，提问作者Jessie.P