cv::Mat image = cv::imread("your_image.jpg"); cv::Mat mask = cv::Mat::zeros(image.size(), image.type()); cv::Mat result; cv::bitwise_not(mask, mask); cv::bitwise_and(image, mask, result); cv::imshow("Original Image", image); cv::imshow("Mask", mask); cv::imshow("Result", result); cv::waitKey(0);使用opencvsharp重写该代码

以下是使用OpenCvSharp重写的代码：

using OpenCvSharp;

class Program
{
    static void Main(string[] args)
    {
        Mat image = Cv2.ImRead("your_image.jpg");
        Mat mask = Mat.Zeros(image.Size(), image.Type());
        Mat result = new Mat();
        Cv2.BitwiseNot(mask, mask);
        Cv2.BitwiseAnd(image, mask, result);
        Cv2.ImShow("Original Image", image);
        Cv2.ImShow("Mask", mask);
        Cv2.ImShow("Result", result);
        Cv2.WaitKey(0);
    }
}

请确保已经安装了OpenCvSharp NuGet包，并且已经引入了OpenCvSharp的命名空间。

相关问题

c++ 代码实现将下图代码的obj.seg渲染在image上,obj.seg是yolov8预测出来的mask图， cv::Mat image = cv::imread("inference/yq.jpg"); auto yolo = yolo::load("/home/zhangyu/tensorrt_code/test/1.18-integrate-full-yolov5/workspace/last.transd.trtmodel", yolo::Type::V8Seg); if (yolo == nullptr) return; auto objs = yolo->forward(cvimg(image)); int i = 0; for (auto &obj : objs) { uint8_t b, g, r; tie(b, g, r) = yolo::random_color(obj.class_label); cv::rectangle(image, cv::Point(obj.left, obj.top), cv::Point(obj.right, obj.bottom), cv::Scalar(b, g, r), 5); auto name = cocolabels[obj.class_label]; auto caption = cv::format("%s %.2f", name, obj.confidence); int width = cv::getTextSize(caption, 0, 1, 2, nullptr).width + 10; cv::rectangle(image, cv::Point(obj.left - 3, obj.top - 33), cv::Point(obj.left + width, obj.top), cv::Scalar(b, g, r), -1); cv::putText(image, caption, cv::Point(obj.left, obj.top - 5), 0, 1, cv::Scalar::all(0), 2, 16); if (obj.seg) { // cv::imwrite(cv::format("%d_mask.jpg", i), // cv::Mat(obj.seg->height, obj.seg->width, CV_8U, obj.seg->data)); i++; } } printf("Save result to Result.jpg, %d objects\n", (int)objs.size()); cv::imwrite("Result.jpg", image); }

要实现将 obj.seg 渲染在 image 上，可以按照以下步骤进行：

1. 将 obj.seg 转换成 cv::Mat 格式的图像，即将 obj.seg->data 拷贝到 cv::Mat 中，并设置其大小为 obj.seg->height 和 obj.seg->width。

2. 将 obj.seg 的像素值中为 1 的部分渲染成指定颜色的矩形框。

代码实现如下：

cv::Mat image = cv::imread("inference/yq.jpg");
auto yolo = yolo::load("/home/zhangyu/tensorrt_code/test/1.18-integrate-full-yolov5/workspace/last.transd.trtmodel", yolo::Type::V8Seg);
if (yolo == nullptr) return;
auto objs = yolo->forward(cvimg(image));
int i = 0;
for (auto &obj : objs) {
    uint8_t b, g, r;
    tie(b, g, r) = yolo::random_color(obj.class_label);
    cv::rectangle(image, cv::Point(obj.left, obj.top), cv::Point(obj.right, obj.bottom),
                  cv::Scalar(b, g, r), 5);
    auto name = cocolabels[obj.class_label];
    auto caption = cv::format("%s %.2f", name, obj.confidence);
    int width = cv::getTextSize(caption, 0, 1, 2, nullptr).width + 10;
    cv::rectangle(image, cv::Point(obj.left - 3, obj.top - 33),
                  cv::Point(obj.left + width, obj.top), cv::Scalar(b, g, r), -1);
    cv::putText(image, caption, cv::Point(obj.left, obj.top - 5), 0, 1, cv::Scalar::all(0), 2, 16);
    if (obj.seg) {
        cv::Mat seg_image(obj.seg->height, obj.seg->width, CV_8U, obj.seg->data);
        cv::Mat seg_color;
        cv::cvtColor(seg_image, seg_color, cv::COLOR_GRAY2BGR);
        cv::Vec3b color(b, g, r);
        seg_color.setTo(color, seg_image == 1);
        cv::Rect seg_rect(obj.left, obj.top, obj.right - obj.left, obj.bottom - obj.top);
        seg_color.copyTo(image(seg_rect));
        i++;
    }
}
printf("Save result to Result.jpg, %d objects\n", (int)objs.size());
cv::imwrite("Result.jpg", image);

其中，将 obj.seg 转换成 cv::Mat 格式的图像使用了以下代码：

cv::Mat seg_image(obj.seg->height, obj.seg->width, CV_8U, obj.seg->data);

将 obj.seg 的像素值中为 1 的部分渲染成指定颜色的矩形框使用了以下代码：

cv::Mat seg_color;
cv::cvtColor(seg_image, seg_color, cv::COLOR_GRAY2BGR);
cv::Vec3b color(b, g, r);
seg_color.setTo(color, seg_image == 1);
cv::Rect seg_rect(obj.left, obj.top, obj.right - obj.left, obj.bottom - obj.top);
seg_color.copyTo(image(seg_rect));

cv::imread参数说明

cv::imread是OpenCV中用于读取图像的函数，它的参数说明如下：

1. filename：要读取的图像文件名，可以是相对路径或绝对路径。

2. flags：读取图像的方式，可以是以下几种：

- cv::IMREAD_COLOR：读取彩色图像，忽略透明度通道。
- cv::IMREAD_GRAYSCALE：读取灰度图像。
- cv::IMREAD_UNCHANGED：读取包含透明度通道的图像。

3. dst：可选参数，用于指定输出图像的数据类型。

4. mask：可选参数，用于指定掩码图像。

5. shift：可选参数，用于指定像素值的位移量。

例如，要读取名为“image.jpg”的彩色图像，可以使用以下代码：

cv::Mat image = cv::imread("image.jpg", cv::IMREAD_COLOR);