简述

在上一篇博客进行了证件照更换背景颜色，纯蓝色，红色，白色之间的替换，有人私信我，可以不可以把背景换成其他图片，而不是单纯的颜色填充。这在photoshop里面就是选中一个图层然后复制到另外一张图片上去，用代码实现的话和上篇博文换纯色背景思路完全一样，只是在替换颜色时候有了新变化。

获取目标区域（抠图）

将目标区域和背景分离开。

此方法抠图只适合颜色对比比较明显的图片，允许存在少量颜色干扰

加载&缩放

通过imread函数加载图片，resize函数对图像进行缩放。
（因为找的图片有些大，显示器太小，所以适当缩放）

import cv2
import  numpy as npimg=cv2.imread('zjz.jpg')
img_back=cv2.imread('back.jpg')
#日常缩放
rows,cols,channels = img_back.shape
img_back=cv2.resize(img_back,None,fx=0.7,fy=0.7)
cv2.imshow('img_back',img_back)rows,cols,channels = img.shape
img=cv2.resize(img,None,fx=0.4,fy=0.4)
cv2.imshow('img',img)
rows,cols,channels = img.shape#rows，cols最后一定要是前景图片的，后面遍历图片需要用到

两张图片如下

（图片源于网络，已经马赛克处理，如有侵权，私信立即删除）

要实现的效果就是，把人物图像抠出来，放在背景图片上面。

获取背景区域

由于背景纯蓝色，所以找到了这些区域，相反的就是我们想要的。
这里要用到inRange这个函数获取蓝色区域。
首先需要将图片转换为HSV类型。

#转换hsv
hsv=cv2.cvtColor(img,cv2.COLOR_BGR2HSV)

获取mask得到蓝色区域

#获取mask
lower_blue=np.array([78,43,46])
upper_blue=np.array([110,255,255])
mask = cv2.inRange(hsv, lower_blue, upper_blue)
cv2.imshow('Mask', mask)

蓝色区域mask如下图

黑色区域有明显白点，有少量的颜色干扰，需要进一步优化。

mask优化

通过腐蚀和膨胀操作进行消除个别白点。
我对于腐蚀和膨胀操作的理解是：

腐蚀操作将会腐蚀图像中白色像素，以此来消除小斑点，
而膨胀操作将使剩余的白色像素扩张并重新增长回去。

#腐蚀膨胀
erode=cv2.erode(mask,None,iterations=1)
cv2.imshow('erode',erode)
dilate=cv2.dilate(erode,None,iterations=1)
cv2.imshow('dilate',dilate)

优化后如下图

黑色区域内白点已经消除，完美分离人物与背景[傲娇]。

替换背景图片

此时已经将图片目标区域抠出来了，只需要再新的背景图上把抠出来的对应点颜色填充上去就好。
我们首先要确定一个坐标点，这个点决定了要把抠出来的图像放到新背景图片的什么位置，即就是抠出图片左上角（0，0）点在新的背景图片中应该在的位置。
注意：

扣出的图片应该小于背景图片，确定位置时候应注意，坐标越界后
会发生异常。注意协调。

#遍历替换
center=[50,50]#在新背景图片中的位置
for i in range(rows):for j in range(cols):if dilate[i,j]==0:#0代表黑色的点img_back[center[0]+i,center[1]+j]=img[i,j]#此处替换颜色，为BGR通道
cv2.imshow('res',img_back)

最终效果

（图片源于网络，已经马赛克处理，如有侵权，私信立即删除）

总结

基本原理和上篇博客所讲相同，重点在于后面的center点的确定（谨防越界），和不同图片间相对应的坐标和颜色的相互复制替换。

完整代码如下：

import cv2
import  numpy as npimg=cv2.imread('zjz.jpg')
img_back=cv2.imread('back.jpg')
#日常缩放
rows,cols,channels = img_back.shape
img_back=cv2.resize(img_back,None,fx=0.7,fy=0.7)
cv2.imshow('img_back',img_back)rows,cols,channels = img.shape
img=cv2.resize(img,None,fx=0.4,fy=0.4)
cv2.imshow('img',img)
rows,cols,channels = img.shape#rows，cols最后一定要是前景图片的，后面遍历图片需要用到#转换hsv
hsv=cv2.cvtColor(img,cv2.COLOR_BGR2HSV)
#获取mask
lower_blue=np.array([78,43,46])
upper_blue=np.array([110,255,255])
mask = cv2.inRange(hsv, lower_blue, upper_blue)
cv2.imshow('Mask', mask)#腐蚀膨胀
erode=cv2.erode(mask,None,iterations=1)
cv2.imshow('erode',erode)
dilate=cv2.dilate(erode,None,iterations=1)
cv2.imshow('dilate',dilate)#遍历替换
center=[50,50]#在新背景图片中的位置
for i in range(rows):for j in range(cols):if dilate[i,j]==0:#0代表黑色的点img_back[center[0]+i,center[1]+j]=img[i,j]#此处替换颜色，为BGR通道
cv2.imshow('res',img_back)cv2.waitKey(0)
cv2.destroyAllWindows()

基于OpenCV-python3实现抠图替换背景图相关推荐

怎么修改html模板里的背景,如何替换背景图模板中的背景
原标题:如何替换背景图模板中的背景图文排版 H5秀小伙伴小米,你们最近做的"假装一个标题"那个模板里的图咋替换啊,想换成自己的图,怎么点都换不了呢? 其实,这个模板中的图是作 ...
Opencv4学习-2、小案例之绿布抠图-视频背景图替换
一.绿布抠图-背景图替换主要是基于图像色彩空间,转换为HSV色彩空间实现mask层提取.然后通过一些简单的图像处理比如形态学开闭操作.高斯模糊等到完整的mask区域,运用mask区域生成权重系数,对 ...
python：【一文学会】批量读取图片、替换背景图中的像素位置、批量添加文本
**导语:**有时候为了提升效率节省时间,我们需要对文件夹中的图片进行批量处理.由于工作和学习所需,新接触Python,并且实现批量图片操作. 本文处理效果: 以及这样: 正文开始步骤:实现一张背景 ...
9.2【彩色模型】-----基于Opencv实现-----把一幅RGB图转为CMY图
(一)CMY模型 CMY(Cyan,Magenta,Yellow)模型是采用青,品红,黄色3种基本原色按一定比例合成颜色的方法,由于色彩的显示不是直接来自于光线的色彩,而是光线被物理吸收掉一部分之后反 ...
php实现的证件照换底色功能示例【人像抠图/换背景图】
<?php //背景图和原图需要保持宽高要保持一样,这里的示例原图用的是蓝色背景 init(); function init(){$old = '1.png';$new = '2.png';// ...
基于OpenCV的图片电影换背景小实验(可用于证件照替换背景)_计算机视觉
前言: 经常在电影花絮中看到,特别是一些科技电影中,演员们一般都是在一个背景为浅绿色的环境中进行拍摄,但是呈现在荧幕上的时候,就是遨游海底或者太空,那这些操作究竟是怎么做到的呢?其实很简单,接下来将给 ...
python去除图片复杂背景_3行Python代码实现10秒抠图换背景图的AI神器，根本无需PS...
人工智能课程大升级,限时优惠仅限前100名sourl.cn 前言对于会PhotoShop的人来说,抠图是非常简单的操作了,有时候几秒钟就能扣好一张图.不过一些比较复杂的图,有时候还是要画点时间的, ...
python复杂背景抠图_Opencv实现抠图背景图替换功能
本文实例为大家分享了opencv实现抠图替换背景图的具体代码,供大家参考,具体内容如下下面简单图片演示一下: 提取mask: ===> 替换背景: + = python的opencv代码如下 ...
一键可以轻松替换人物背景图，效果出乎意料的好（附 Python 代码）
最近发现 BackgroundMattingV2 项目的一些使用上的小缺陷,但是他却可以做到头发丝精细的抠图效果.我将项目稍微魔改了一下,让他在可以选择单一图片的基础上,可以把抠好的图片贴在自定义的背 ...

基于OpenCV-python3实现抠图替换背景图

简述