这是需要抠图的原图像，文件名为 “messi5.jpg”

使用矩形方式处理：

# -*- coding: utf-8 -*-import numpy as np
import cv2
from matplotlib import pyplot as plt
img = cv2.imread('messi5.jpg')
# 返回一个和图片等尺寸、且全为0的矩阵
mask = np.zeros(img.shape[:2],np.uint8)# 返回1*65、且全为0的矩阵
# grabCut 算法用到，无需关心
bgdModel = np.zeros((1,65),np.float64)
fgdModel = np.zeros((1,65),np.float64)# 前景在矩形框以内
rect = (64,67,467,355)
# 函数的返回值是更新的 mask, bgdModel, fgdModel
# https://blog.csdn.net/github_39611196/article/details/81143026
# mask 掩码图像，用于确定哪些可能是前景/背景
# rect 前景矩形，格式为 (x1,y1,x2,y2)
# 5 算法迭代次数
# cv2.GC_INIT_WITH_?? 前景提取模式是矩形形式还是掩码的形式
cv2.grabCut(img,mask,rect,bgdModel,fgdModel,5,cv2.GC_INIT_WITH_RECT)# 根据是否条件满足，返回元素为0/1的数组
mask2 = np.where((mask==2)|(mask==0),0,1).astype('uint8')
# np.newaxis 增加一个维度，
# 将二维2*3的矩阵 [[0 0 0] [0 0 0]] 变成
# 三维2*3*1的矩阵 [ [ [0] [0] [0] ] [ [0] [0] [0] ] ]
# print(mask2)
# print('\nwaxis\n',mask2[:,:,np.newaxis].shape)
# 数组相乘，得到每个元素的乘积
img = img*mask2[:,:,np.newaxis]plt.imshow(img),plt.colorbar(),plt.show()

使用矩形模式图像处理结果：

使用掩模方式处理：

打开网址：https://www.tuyitu.com/photoshop/

将原图像上传，新建图层，绘制前景-背景掩模图像：

绘制方式为：一定是前景-白色；一定是背景-黑色；可能是背景-灰色（144色值）

保存掩模图层，命名为 “newmask.png”

执行下列程序：

# -*- coding: utf-8 -*-import numpy as np
import cv2
from matplotlib import pyplot as plt
img = cv2.imread('messi5.jpg')
# 返回一个和图片等尺寸、且全为0的矩阵
mask = np.zeros(img.shape[:2],np.uint8)# 返回1*65、且全为0的矩阵bgdModel = np.zeros((1,65),np.float64)
fgdModel = np.zeros((1,65),np.float64)
rect = (64,67,467,355)
# newmask is the mask image I manually labelled
newmask = cv2.imread('newmask.png',0)
# whereever it is marked white (sure foreground), change mask=1
# whereever it is marked black (sure background), change mask=0
# 黑色一定是背景
mask[newmask == 0] = 0
# 白色一定是前景
mask[newmask == 255] = 1
# 灰色可能是背景
mask[newmask == 145] = 2# 打印看看灰色色值
print(newmask[:,100])# 注意 newmask 一定是按要求的图层保存，否则函数会错误
# 建议使用Photoshop或在线PS工具：https://www.tuyitu.com/photoshop/
# 函数的返回值是更新的 mask, bgdModel, fgdModel
# mask 掩码图像，用于确定哪些可能是前景/背景
# None 前景矩形，未用到
# 5 算法迭代次数
# GC_INIT_WITH_MASK 掩码的形式提取
mask, bgdModel, fgdModel = cv2.grabCut(img,mask,None,bgdModel,fgdModel,5,cv2.GC_INIT_WITH_MASK)
mask = np.where((mask==2)|(mask==0),0,1).astype('uint8')
img = img*mask[:,:,np.newaxis]
plt.imshow(img),plt.colorbar(),plt.show()

处理图像结果：

直接使用掩模方式，只需在图像中画上几笔，就可以将前景人物完美提取出来，可见 grabCut 函数非常强大。

参考资料：OpenCV官方教程中文版（For Python）.pdf

Python OpenCV 交互式前景提取自动抠图相关推荐

OpenCV使用 GrabCut 算法进行交互式前景提取
OpenCV使用 GrabCut 算法进行交互式前景提取 1. 效果图 2. 源码参考这篇博客将介绍如何使用Python,OpenCV中的GrabCut 算法来提取图像中的前景,并为此创建一个交互 ...
图像分割与提取：交互式前景提取（附OpenCV代码实现）
一.简介经典的前景提取技术主要使用纹理(颜色)信息,如魔术棒工具,或根据边缘(对比度)信息,如智能剪刀等完成.2004 年,微软研究院(剑桥)的 Rother 等人在论文 GrabCut: Inte ...
OpenCV中的图像处理 —— 霍夫线 / 圈变换 + 图像分割（分水岭算法） + 交互式前景提取（GrabCut算法）
OpenCV中的图像处理 -- 霍夫线 / 圈变换 + 图像分割(分水岭算法) + 交互式前景提取(GrabCut算法)
OpenCV系列之交互式前景提取使用GrabCut算法 | 三十五
目标在本章中, 我们将看到GrabCut算法来提取图像中的前景我们将为此创建一个交互式应用程序. 理论 GrabCut算法由英国微软研究院的Carsten Rother,Vladimir Kolm ...
opencv29:使用Grabcut算法的交互式前景提取
目标在这一章当中看到 GrabCut算法来提取图像中的前景为此创建一个交互式应用程序理论 GrabCut 算法由英国剑桥微软研究院的 Carsten Rother.Vladimir Kolmo ...
python Opencv和pyautogui实现自动识图点击
python Opencv和pyautogui实现自动识图点击 1.导入python及其他模块匹配类是上一章博客内容,pyautogui自带的图片匹配效果不是很理想.就使用Opencv的图片匹配来实 ...
要点初见：Python+OpenCV校正并提取表格中的各个框
最近做了个手写汉字简历识别比赛,需要先提取表格中含有指定信息的各个框,再用TensorFlow对框中的信息进行汉字.数字.英文识别.代码已开源:https://github.com/BingLiHan ...
【OpenCV-Python】教程：3-16 利用Grabcut交互式前景提取
OpenCV Python Grabcut分割 [目标] Grabcut 算法创建一个交互程序 [理论] 从用户角度是如何工作的呢?用户在需要的目标上初始绘制一个矩形,前景目标必须完全在矩形内部,算 ...
迭代图像切割技术的交互式前景提取
----- -----<"GrabCut" - Interactive Foreground Extraction using Iterated Graph Cuts> ...

Python OpenCV 交互式前景提取自动抠图

使用矩形方式处理：

使用掩模方式处理：

Python OpenCV 交互式前景提取自动抠图相关推荐

最新文章

热门文章

Python OpenCV 交互式前景提取 自动抠图

使用矩形方式处理：

使用掩模方式处理：

Python OpenCV 交互式前景提取 自动抠图相关推荐

最新文章

热门文章

Python OpenCV 交互式前景提取自动抠图

Python OpenCV 交互式前景提取自动抠图相关推荐