OpenCV：使用radius有替代cv2.inRange吗？

Question

我熟悉OpenCV的inRange函数来创建一个掩码。假设我想在某个颜色“周围”的颜色范围内获得一个像素掩码，我可以这样做：

color = np.array([240, 60, 70])
max_dist = 50
img = cv2.inRange(img, [color] - max_dist, [color] + max_dist)

但这会掩盖围绕中心颜色的“立方体”中的所有BGR颜色。我正在寻找一种替代方案，在BGR空间中使用围绕中心颜色的“球体”，即欧几里德距离。有任何想法吗？

当然，我可以遍历图像，使用scipy.spatial.distance.cdist计算距离，然后逐个循环遍历所有像素，并在掩码中包含或排除它们。但是，这在python中非常慢......

谢谢！

Answer 1

创建一个掩码，指示欧几里德距离比max_dist更近的像素：

R = img[:, :, 0].astype(np.float32)
G = img[:, :, 1].astype(np.float32)
B = img[:, :, 2].astype(np.float32)

sq_dist = (R - color[0]) ** 2 + (G - color[1]) ** 2 + (B - color[2]) ** 2

mask = sq_dist < (max_dist ** 2)

masked_img = np.repeat(mask[..., None], 3, axis=2) * img

Answer 2

终于得到了一个有效的答案确切地说，我不想将自己限制为一种颜色，而是允许多种颜色。我正在使用内置的cdist函数+ dobkind上面建议的后处理来将距离转换为掩码。这比前一种方法快约7％。

max_dist = 10
colors = np.array([[250,40,60],[245,245,245]])
dist = scipy.spatial.distance.cdist(colors, img.reshape(-1, 3), 'euclidean')
mask = np.any(dist <= max_dist, axis=0).reshape(img.shape[0], img.shape[1])
img = np.repeat(mask[..., None], 3, axis=2) * img