Python 使用OpenCV删除图像的背景
该代码适用于高分辨率的图像。但有时当图像的分辨率不够好或背景颜色与图像中的颜色匹配时,它可以完全去除背景。有时,会在移除的bg图像中留下白色斑点。 下面是一些例子。在左侧原始图像上,在右侧图像上删除背景图像 输入图像 从下面的代码输出图像 期望输出 右边是输入图像,右边是代码的输出图像,可以完全去除背景 下面的代码描述了使用OpenCV删除图像背景的过程Python 使用OpenCV删除图像的背景,python,opencv,machine-learning,image-processing,computer-vision,Python,Opencv,Machine Learning,Image Processing,Computer Vision,该代码适用于高分辨率的图像。但有时当图像的分辨率不够好或背景颜色与图像中的颜色匹配时,它可以完全去除背景。有时,会在移除的bg图像中留下白色斑点。 下面是一些例子。在左侧原始图像上,在右侧图像上删除背景图像 输入图像 从下面的代码输出图像 期望输出 右边是输入图像,右边是代码的输出图像,可以完全去除背景 下面的代码描述了使用OpenCV删除图像背景的过程 def remove_background(img): #== Parameters =================
def remove_background(img):
#== Parameters =======================================================================
BLUR = 5
CANNY_THRESH_1 = 10
CANNY_THRESH_2 = 100
MASK_DILATE_ITER = 20
MASK_ERODE_ITER = 20
MASK_COLOR = (0.0,0.0,0.0) # In BGR format
#== Processing =======================================================================
#-- Read image -----------------------------------------------------------------------
img = cv2.imread(img)
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)
#-- Create empty mask, draw filled polygon on it corresponding to largest contour ----
# Mask is black, polygon is white
mask = np.zeros(edges.shape)
for c in contour_info:
cv2.fillConvexPoly(mask, c[0], (255))
# 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
cv2.imwrite('img.png', masked)
我不明白你说的在背景被移除后右边的线条。这就是问题所在,还是你把图像颠倒了?请澄清。@fmw42是背景已删除,但如果您看到右侧的图像,则无法成功删除背景。背景是否已删除?对背景是否已成功删除?不。在右边的两张图片中,都有小的白色斑块。背景中仍然存在白色。我想做的是完全去掉背景,只留下食物。我还是不明白。你想把碗扔掉吗?为什么右边有黑线而左边没有?张贴并举例说明您想看的内容。@fmw42如果您检查,我已经更新了问题并添加了一张沙拉图片,其中背景已完全有效地去除。Thanks@fmw42黑色线条来自混合。遮罩模糊,很可能在对象和背景之间获得平滑过渡。对于算法工作的高分辨率图像,这不会发生,但对于较小的低分辨率图像。