互联学术图像感兴趣区域的截取；
1. 效果图
原始图如下：（老九门颖宝&佛爷~）
矩形掩码 VS 效果图如下：（使用矩形掩码，只提取图像中包含人物的区域，而忽略其他区域）
圆形掩码 VS 效果图如下：（圆形掩模显示在左边，掩模的应用在右边。实质上可以使用任意形状的掩码图像，如矩形、圆、线、多边形等从图像中提取区域）
2. 源码
# 分别使用矩形和圆形遮罩从图像中提取身体和脸部。
# USAGE
# python opencv_masking.pyimport argparseimport cv2
# 导入必要的包
import numpy as np# 构建命令行参数及解析
# --image 输入图像路径
ap = argparse.ArgumentParser()
ap.add_argument("-i", "--image", type=str, default="yc.jpg",
help="path to the input image")
args = vars(ap.parse_args())# 加载原始输入图像，并展示
image = cv2.imread(args["image"])
cv2.imshow("Original", image)# 掩码和原始图像具有相同的大小，但是只有俩种像素值：0（背景忽略）、255（前景保留）
mask = np.zeros(image.shape[:2], dtype="uint8")
cv2.rectangle(mask, (30, 90), (280, 440), 255, -1)
cv2.imshow("Rectangular Mask", mask)# 应用掩码图像
masked = cv2.bitwise_and(image, image, mask=mask)
cv2.imshow("Rectangular Mask Applied to Image", masked)
cv2.waitKey(0)# 构造一个圆形掩码（半径为140px，并应用位运算）
mask = np.zeros(image.shape[:2], dtype="uint8")
cv2.circle(mask, (155, 200), 140, 255, -1)
masked = cv2.bitwise_and(image, image, mask=mask)# 展示输出图像
cv2.imshow("Circular Mask", mask)
cv2.imshow("Circular Mask Applied to Image", masked)
cv2.waitKey(0)
