蒙板扣图的学习目标：

图像素材：

本操作适用图片：

-前景清晰，背景模糊的原始图片

---

自定义库：

把OPENCV中的干扰理解的部分，制作成独立的库文件，这样学友们就可以轻松的理解蒙板扣图的真正含义。

自定义的方法名称：

1. show2img:可以同时显示两种图片img，mask的类方法。
2. imrd（） 方法可以获取原图
3. contourShape.findContours()通过寻找轮廓方法获取三个返回值

---

蒙板扣图原理：

掩模图像M中只有两种值：一种是数值0，另外一种是数值255。
255

• 得到的轮廓白色轮廓图：
  
  轮廓中白色部分：255r的值，对应到img原图位置的所有像素点都会显示，如图：
  

完整代码：

from img_pakage.ocv import imrd,contourShape,show_img,show2img
import numpy as np
import cv2

'''
分析图像：
    因为图像是一个背景和前景区分比较明显的图形，背景模糊而前景清晰，所以适合使用二值分割，加轮廓提取的办法。
原理：
    1、生成一个全黑的0数组底图，然后使用绘制全部轮廓的方法，绘制一个纯白轮廓图。（值：255）
    2、利用bitwise_and(img,mask) 使用蒙板进行原图img中蒙板部分提取（原理：值为255部分显示图像，其它隐藏）
    
'''
img_path = f'../img/exam_flower.png' #图片文件本地路径
img = imrd(img_path) #通过读取数据，获取原图
binary,cnt,hie = contourShape.findContours(img_path) #通过轮廓命令获取二值图，轮廓图，层级列表
mask = np.zeros(img.shape,np.uint8) #通过全0数组获取与图像等大蒙板
mask = cv2.drawContours(mask,cnt,-1,(255,255,255),-1) # 把全部轮廓(cnt)（-1）通过绘制,进行填充绘制（-1：尾部）然后输出到蒙板mask。
loc = cv2.bitwise_and(img,mask)

show2img(mask,loc)

制作体会：

1. 代码简洁，学习者不容易晕。
2. 解释通俗易懂，学习者容易理解。
3. 需要原库函数代码，请大家留言。