cv2.inrange函数用法

`cv2.inRange()` 是 OpenCV (Computer Vision Library) 提供的一个功能强大的图像处理函数，它用于基于两个给定的阈值范围提取二值图像。这个函数的基本语法是：

result = cv2.inRange(image, lower_range, upper_range)

其中：
- `image` 是输入的彩色或灰度图像，可以是 NumPy 数组。
- `lower_range` 和 `upper_range` 分别是两个一维数组，表示你要提取的颜色范围。这两个数组分别代表了图像像素的最小（lower_range）和最大（upper_range）颜色分量值。

函数会返回一个新的布尔类型的图像 (`result`)，其中 `True` 表示 `image` 中的像素落在指定的范围内，`False` 则表示不在该范围。

例如，如果你有一个灰度图像，你想查找所有值在 50 到 150 之间的像素，你可以这样做：

gray_image = ... # 获得灰度图像
mask = cv2.inRange(gray_image, np.array([50]), np.array([150]))

相关问题

你这样写对吗？mask是cv2.inRange的返回值

抱歉，我之前的回答有些错误。如果`mask`是使用`cv2.inRange`函数生成的掩码图像，那么`cv2.bitwise_not`函数的正确用法是将其作为输入参数之一，而不是直接将其赋值给`maskInv`。

下面是使用C++和OpenCV库来实现这个功能的正确代码示例：

#include <opencv2/opencv.hpp>

int main() {
    cv::Mat image = cv::imread("input_image.png"); // 读取输入图像
    cv::Mat mask;
    cv::inRange(image, cv::Scalar(0, 0, 0), cv::Scalar(255, 255, 255), mask); // 使用cv2.inRange生成掩码图像

    cv::Mat maskInv;
    cv::bitwise_not(mask, maskInv); // 执行位反转操作

    // 显示结果
    cv::imshow("Mask", mask);
    cv::imshow("Inverted Mask", maskInv);
    cv::waitKey(0);

    return 0;
}

请确保将代码中的"input_image.png"替换为你自己的输入图像路径。这段代码会读取输入图像并使用`cv2.inRange`函数生成掩码图像，然后使用`cv2.bitwise_not`函数对掩码图像进行位反转操作。最后，它会显示原始掩码图像和位反转后的掩码图像。

cv.inRange怎么用

cv.inRange是OpenCV中的一个函数，用于将图像中指定范围内的像素值设为白色，其余像素值设为黑色。以下是cv.inRange的使用方法：

import cv2 as cv
import numpy as np

# 读取图像
img = cv.imread('image.jpg')

# 设置颜色范围
lower_color = np.array([0, 0, 0])  # 最低颜色值，即黑色
upper_color = np.array([255, 255, 100])  # 最高颜色值，即黄色

# 将图像中指定范围内的像素值设为白色，其余像素值设为黑色
mask = cv.inRange(img, lower_color, upper_color)

# 显示结果
cv.imshow('mask', mask)
cv.waitKey(0)
cv.destroyAllWindows()

在上述代码中，首先使用cv.imread函数读取图像，然后设置颜色范围，即最低颜色值和最高颜色值。接着使用cv.inRange函数将图像中指定范围内的像素值设为白色，其余像素值设为黑色，并将结果保存在变量mask中。最后使用cv.imshow函数显示结果。