Python中的OpenCV grabcut（）背景色和轮廓

我正在使用Python和OpenCV。我现在使用

grabcut（）

裁剪出我想要的对象。这是我的密码：

img = cv2.imread('test.jpg')
img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
mask = np.zeros(img.shape[:2], np.uint8)

bgdModel = np.zeros((1, 65), np.float64)
fgdModel = np.zeros((1, 65), np.float64)

rect = (2,2,630,930)
cv2.grabCut(img,mask,rect,bgdModel,fgdModel,5,cv2.GC_INIT_WITH_RECT)

mask2 = np.where((mask==2)|(mask==0), 0,1).astype('uint8')
img = img*mask2[:,:, np.newaxis]

然后，我试着找出轮廓

我试图通过以下代码找到轮廓：

imgray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
ret,thresh = cv2.threshold(imgray,127,255,0)
im2, contours, hierarchy = cv2.findContours(thresh,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)

它返回长度为48的等高线数组。当我把这个画出来的时候：

第一个问题是如何获取此抓取切割的轮廓（阵列）？

第二个问题：正如你所看到的，背景色是黑色的如何将背景颜色更改为白色？

---

谢谢。

如果你想要一个像轮廓一样的边界，你可以在grabcut的输出上进行边缘检测，在边缘图像上进行形态学膨胀，得到一个合适的连接轮廓，并可以得到边界的像素阵列

---

为了使背景为白色，可以将边界框外的所有像素默认设置为白色。边界框内的黑色像素，可以与原始图像对应的灰度级进行比较，如果是黑色，可以保留它，否则将其置为白色。因为如果原始像素不是黑色的，而是通过grabcut变黑的，那么它被视为背景。如果前景中有黑色像素，grabcut永远不会变成黑色（理想情况）。

首先，您需要获得背景。为此，必须使用遮罩图像从原始图像中减去。然后将黑色背景更改为白色（或任何颜色）。然后返回添加带有遮罩的图像

import numpy as np
import cv2

cv2.namedWindow(‘image’, cv2.WINDOW_NORMAL)

#Load the Image
imgo = cv2.imread(‘input.jpg’)
height, width = imgo.shape[:2]

#Create a mask holder
mask = np.zeros(imgo.shape[:2],np.uint8)

#Grab Cut the object
bgdModel = np.zeros((1,65),np.float64)
fgdModel = np.zeros((1,65),np.float64)

#Hard Coding the Rect… The object must lie within this rect.
rect = (10,10,width-30,height-30)
cv2.grabCut(imgo,mask,rect,bgdModel,fgdModel,5,cv2.GC_INIT_WITH_RECT)
mask = np.where((mask==2)|(mask==0),0,1).astype(‘uint8’)
img1 = imgo*mask[:,:,np.newaxis]

#Get the background
background = imgo – img1

#Change all pixels in the background that are not black to white
background[np.where((background > [0,0,0]).all(axis = 2))] =[255,255,255]

#Add the background and the image
final = background + img1

#To be done – Smoothening the edges….

cv2.imshow(‘image’, final )

k = cv2.waitKey(0)

if k==27:
cv2.destroyAllWindows()

从网站获取的信息

---

我应该将

等高线连接到一个合并列表中是否正确？首先，等高线数组包含37个不同的等高线。我怎样才能得到“正确”的答案。其次，如果我只是简单地将黑色像素替换为255，它不仅会转换背景，还会转换图像上下文。