Python 通过转换为PNG使JPEG图像中的背景透明

在下图中，我试图使背景透明。见下图

使用Opencv和matplotlib，我能够实现这一点

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

#== Parameters =======================================================================
BLUR = 21
CANNY_THRESH_1 = 10
CANNY_THRESH_2 = 200
MASK_DILATE_ITER = 10
MASK_ERODE_ITER = 10
MASK_COLOR = (0.0,0.0,1.0) # In BGR format


#== Processing =======================================================================

#-- Read image -----------------------------------------------------------------------
img = cv2.imread('/home/hasher/Documents/30302649.jpg')
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)

#-- Edge detection -------------------------------------------------------------------
edges = cv2.Canny(gray, CANNY_THRESH_1, CANNY_THRESH_2)
edges = cv2.dilate(edges, None)
edges = cv2.erode(edges, None)

#-- Find contours in edges, sort by area ---------------------------------------------
contour_info = []
_, contours, _ = cv2.findContours(edges, cv2.RETR_LIST, cv2.CHAIN_APPROX_NONE)
for c in contours:
    contour_info.append((
        c,
        cv2.isContourConvex(c),
        cv2.contourArea(c),
    ))
contour_info = sorted(contour_info, key=lambda c: c[2], reverse=True)
max_contour = contour_info[0]

#-- Create empty mask, draw filled polygon on it corresponding to largest contour ----
# Mask is black, polygon is white
mask = np.zeros(edges.shape)
cv2.fillConvexPoly(mask, max_contour[0], (255))



#-- Smooth mask, then blur it --------------------------------------------------------
mask = cv2.dilate(mask, None, iterations=MASK_DILATE_ITER)
mask = cv2.erode(mask, None, iterations=MASK_ERODE_ITER)
mask = cv2.GaussianBlur(mask, (BLUR, BLUR), 0)

mask_stack = np.dstack([mask]*3)    # Create 3-channel alpha mask

#-- Blend masked img into MASK_COLOR background --------------------------------------
mask_stack  = mask_stack.astype('float32') / 255.0          # Use float matrices, 
img         = img.astype('float32') / 255.0                 #  for easy blending

masked = (mask_stack * img) + ((1-mask_stack) * MASK_COLOR) # Blend
masked = (masked * 255).astype('uint8')                     # Convert back to 8-bit 

# plt.imsave('/home/hasher/Documents/girl_blue.png', masked)
# split image into channels
c_red, c_green, c_blue = cv2.split(img)

# merge with mask got on one of a previous steps
img_a = cv2.merge((c_blue, c_green, c_red, mask.astype('float32') / 255.0))

# show on screen (optional in jupiter)
#%matplotlib inline
plt.imshow(img_a)
plt.show()

# save to disk
# cv2.imwrite('/home/hasher/Documents/girl_1.png', img_a*255)

# or the same using plt
plt.imsave('/home/hasher/Documents/transparent.png', img_a)

# cv2.imshow('img', masked)  # Displays red, saves blue

cv2.waitKey()

我能够将图像转换为（参见图像）。 但代码中有一些小问题。转换图像的边框中有一些额外的细节。我搞不懂。感谢您的帮助

转换前的样品。

任务：将具有特定颜色背景的

jpeg转换为
透明png

（1） JPEG


（2） 对于这些JPEG，请将其转换为HSV和分割通道。然后我们可以在V通道中分离目标，因为背景与其他通道的差异最大


（3） 设置V通道的阈值并进行变形操作，然后我们可以得到一个alpha蒙版和png




守则：

为什么
MASK\u COLOR
仅在红色通道上设置为
1
。将所有通道设置为1.0并进行测试。还要注意的是，split And merge函数使用蓝色、绿色和红色的顺序格式作为默认格式。在您的代码中，c_red实际上有蓝色像素，而在我的例子中，我的所有原始图像都有我想要使背景透明的背景。我想做反转。有没有做反转的建议或想法？如果图像是无损格式且背景颜色不变，那么我们可以尝试
inRange
查找颜色掩码。但众所周知，
JPEG
是
有损压缩
格式。因此，恢复图像中的
边缘信息
并不容易。如果源代码的格式是
PNG
格式，可能很容易处理。初始转换后，我将以PNG格式保存图像。我可以做进一步的处理，以达到所需的输出吗？你能提供一些PNG样本吗？
import cv2 
import numpy as np 

fname = "alpha.jpg"
img = cv2.imread(fname)
hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)

v = hsv[:,:,2]
th, threshed = cv2.threshold(v, 100, 255, cv2.THRESH_OTSU|cv2.THRESH_BINARY_INV)
threshed[-1] = 255

cnts = cv2.findContours(threshed, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)[-2]

mask = np.zeros_like(threshed)
cv2.drawContours(mask, cnts, -1, (255, 0, 0), -1, cv2.LINE_AA)
mask = cv2.erode(mask, np.ones((3,3), np.int32), iterations=1)

png = np.dstack((img, mask))
cv2.imwrite("alpha.png", png)