python opencv 将图片非感兴趣区域去掉颜色，形成黑白图

您可以通过以下步骤将非感兴趣区域去掉颜色，形成黑白图：

1. 加载图像并创建一个掩码，用于标识感兴趣区域和非感兴趣区域。

import cv2

img = cv2.imread('image.jpg')
mask = np.zeros(img.shape[:2], np.uint8)
roi_corners = np.array([[x1,y1],[x2,y2],[x3,y3],[x4,y4]], dtype=np.int32)
ignore_mask_color = (255,) * channel_count
cv2.fillPoly(mask, roi_corners, ignore_mask_color)

其中，`x1, y1, x2, y2, x3, y3, x4, y4` 是感兴趣区域的四个顶点坐标，`channel_count` 表示图像通道数量。

2. 将非感兴趣区域的像素值设为灰色。

masked_img = cv2.bitwise_and(img, img, mask=mask)
gray_img = cv2.cvtColor(masked_img, cv2.COLOR_BGR2GRAY)
gray_img = cv2.cvtColor(gray_img, cv2.COLOR_GRAY2BGR)

这里使用了 `cv2.bitwise_and()` 函数来将掩码应用到原始图像上，将非感兴趣区域的像素值设为零。然后使用 `cv2.cvtColor()` 函数将结果转换为灰度图像，再使用 `cv2.cvtColor()` 函数将灰度图像转换为 BGR 彩色图像。

3. 将感兴趣区域的颜色保留。

mask_inv = cv2.bitwise_not(mask)
masked_img = cv2.bitwise_and(img, img, mask=mask_inv)

这里使用了 `cv2.bitwise_not()` 函数来反转掩码，将感兴趣区域的像素值设为零。然后使用 `cv2.bitwise_and()` 函数将掩码应用到原始图像上，将非感兴趣区域的像素值设为零。

4. 合并感兴趣区域和非感兴趣区域。

result_img = cv2.add(masked_img, gray_img)

这里使用了 `cv2.add()` 函数将感兴趣区域和非感兴趣区域合并，得到最终结果。

完整代码如下：

import cv2
import numpy as np

# Load image
img = cv2.imread('image.jpg')

# Create mask
mask = np.zeros(img.shape[:2], np.uint8)
roi_corners = np.array([[x1,y1],[x2,y2],[x3,y3],[x4,y4]], dtype=np.int32)
ignore_mask_color = (255,) * channel_count
cv2.fillPoly(mask, roi_corners, ignore_mask_color)

# Apply mask to image
masked_img = cv2.bitwise_and(img, img, mask=mask)

# Convert non-masked region to grayscale
gray_img = cv2.cvtColor(masked_img, cv2.COLOR_BGR2GRAY)
gray_img = cv2.cvtColor(gray_img, cv2.COLOR_GRAY2BGR)

# Remove color from masked region
mask_inv = cv2.bitwise_not(mask)
masked_img = cv2.bitwise_and(img, img, mask=mask_inv)

# Combine masked region and non-masked region
result_img = cv2.add(masked_img, gray_img)

# Display result
cv2.imshow('Result', result_img)
cv2.waitKey(0)
cv2.destroyAllWindows()