使用python OpenCV，将彩色图片的一块矩形区域更改为黑白色

可以使用以下代码实现：

import cv2

# 读取彩色图片
img = cv2.imread('image.jpg')

# 指定要更改为黑白色的矩形区域的左上角和右下角坐标
x1, y1 = 100, 100
x2, y2 = 200, 200

# 提取要更改的矩形区域
roi = img[y1:y2, x1:x2]

# 将矩形区域转换为灰度图像
gray_roi = cv2.cvtColor(roi, cv2.COLOR_BGR2GRAY)

# 将灰度图像转换为黑白图像
bw_roi = cv2.threshold(gray_roi, 127, 255, cv2.THRESH_BINARY)[1]

# 将黑白图像放回原图中
img[y1:y2, x1:x2] = cv2.cvtColor(bw_roi, cv2.COLOR_GRAY2BGR)

# 显示结果图像
cv2.imshow('image', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

其中，`cv2.cvtColor()`函数用于颜色空间转换，`cv2.threshold()`函数用于图像二值化。在代码中，我们首先读取彩色图片并指定要更改为黑白色的矩形区域的左上角和右下角坐标。然后，提取该矩形区域并将其转换为灰度图像。接着，将灰度图像转换为黑白图像，并将其放回原图中。最后，显示结果图像。

相关问题

使用python OpenCV，将彩色图片中除了一块矩形区域外，都更改为黑白色

可以使用以下代码实现：

import cv2

# 读取彩色图片
img = cv2.imread('image.jpg')

# 指定要保留的矩形区域的左上角和右下角坐标
x1, y1 = 100, 100
x2, y2 = 200, 200

# 将整个图像转换为灰度图像
gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 将保留的矩形区域转换为白色
gray_img[y1:y2, x1:x2] = 255

# 将灰度图像转换为黑白图像
bw_img = cv2.threshold(gray_img, 127, 255, cv2.THRESH_BINARY)[1]

# 显示结果图像
cv2.imshow('image', bw_img)
cv2.waitKey(0)
cv2.destroyAllWindows()

其中，`cv2.cvtColor()`函数用于颜色空间转换，`cv2.threshold()`函数用于图像二值化。在代码中，我们首先读取彩色图片并指定要保留的矩形区域的左上角和右下角坐标。然后，将整个图像转换为灰度图像，并将保留的矩形区域转换为白色。接着，将灰度图像转换为黑白图像。最后，显示结果图像。

使用python OpenCV，将彩色图片中除了一块矩形区域外更改为黑白色，而矩形区域保留彩色

可以使用以下代码实现：

import cv2

# 读取彩色图片
img = cv2.imread('image.jpg')

# 指定要保留的矩形区域的左上角和右下角坐标
x1, y1 = 100, 100
x2, y2 = 200, 200

# 将整个图像转换为灰度图像
gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 将保留的矩形区域转换回彩色
color_roi = img[y1:y2, x1:x2]

# 将灰度图像转换为黑白图像
bw_img = cv2.threshold(gray_img, 127, 255, cv2.THRESH_BINARY)[1]

# 将彩色矩形区域放回黑白图像中
bw_img[y1:y2, x1:x2] = color_roi

# 显示结果图像
cv2.imshow('image', bw_img)
cv2.waitKey(0)
cv2.destroyAllWindows()

其中，`cv2.cvtColor()`函数用于颜色空间转换，`cv2.threshold()`函数用于图像二值化。在代码中，我们首先读取彩色图片并指定要保留的矩形区域的左上角和右下角坐标。然后，将整个图像转换为灰度图像，并将保留的矩形区域转换回彩色。接着，将灰度图像转换为黑白图像，并将彩色矩形区域放回黑白图像中。最后，显示结果图像。