這段代碼涉及了以下幾個關(guān)鍵步驟，主要用于圖像的顏色提取、替換以及區(qū)域修改。下面是對代碼的詳細(xì)解析：

1. 導(dǎo)入庫

import cv2
import matplotlib.pyplot as plt
import numpy as np

• cv2: OpenCV庫，用于圖像處理。
• matplotlib.pyplot: 用于繪圖和顯示圖像。
• numpy: 用于數(shù)組處理。

2. 讀取并顯示圖像

image = cv2.imread("./lunwen.png")
plt.imshow(image)

• cv2.imread()：讀取指定路徑的圖像。
• plt.imshow()：使用 Matplotlib 顯示圖像。

3. 顏色提取與替換

lower_blue = (50, 0, 0)
upper_blue = (150, 255, 255)
mask = cv2.inRange(image, lower_blue, upper_blue)

• 使用 cv2.inRange() 函數(shù)創(chuàng)建一個掩膜，用來提取圖像中藍(lán)色區(qū)域。lower_blue 和 upper_blue 定義了藍(lán)色的顏色范圍（在 HSV 顏色空間中）。

image[mask.astype(bool)] = (185, 28, 28)

• 將掩膜中的藍(lán)色區(qū)域的像素值替換為 (185, 28, 28)（紅色），mask.astype(bool) 將掩膜轉(zhuǎn)換為布爾值數(shù)組。

4. 修改非藍(lán)色區(qū)域

white_mask = cv2.inRange(image, (255, 255, 255), (255, 255, 255))
image[np.logical_and(white_mask == 0, ~mask)] = (78, 124, 15)

• 創(chuàng)建一個白色掩膜，cv2.inRange() 用來提取圖像中的白色區(qū)域（完全白色的像素）。
• 使用 np.logical_and() 和 ~mask，將原圖中非藍(lán)色且非白色區(qū)域的像素值替換為 (78, 124, 15)（綠色）。

5. 保存并顯示圖像

plt.imsave('E:/絕緣子/1/1/實(shí)驗(yàn)圖/絕緣子.png', image)
plt.imshow(image)
plt.axis('off')

• 使用 plt.imsave() 將處理后的圖像保存到指定路徑。
• plt.imshow(image) 顯示修改后的圖像。
• plt.axis('off') 禁用坐標(biāo)軸顯示。

6. 處理標(biāo)注圖像

quyu = cv2.imread("E:/insulator/1/1/picture/lion/label.png")
quyu = quyu.mean(axis=2)
print(quyu)
np.unique(quyu)

• 讀取一個標(biāo)注圖像 label.png，然后通過 mean(axis=2) 將其轉(zhuǎn)換為灰度圖（平均化 RGB 通道）。
• 使用 np.unique() 顯示灰度圖中出現(xiàn)的唯一值。

7. 修改圖像中的特定區(qū)域

image[quyu != 0] = (255, 0, 255)

• 在圖像中，所有標(biāo)注區(qū)域（quyu != 0）的像素被替換為紫色 (255, 0, 255)。

8. 保存修改后的圖像

plt.imsave("E:/insulator/1/1/picture/lion/lion.png", image)
plt.imshow(image)
plt.axis('off')

• 保存并顯示修改后的圖像。

總結(jié)：

這段代碼實(shí)現(xiàn)了以下功能：

1. 提取并替換圖像中的藍(lán)色區(qū)域，將其改為紅色。
2. 將非藍(lán)色且非白色區(qū)域修改為綠色。
3. 根據(jù)標(biāo)注圖像（label.png）中非零的區(qū)域，將對應(yīng)圖像區(qū)域更改為紫色。
4. 保存修改后的圖像并進(jìn)行展示。

整個流程包括了基于顏色范圍的圖像區(qū)域提取、顏色替換、區(qū)域修改、以及標(biāo)注圖像的處理，適用于圖像分割和標(biāo)記任務(wù)。