如何使用OpenCV Python提取图像的前景？

我们使用cv2.grabCut()方法提取图像中的前景。有关详细方法，请按照以下步骤操作：

  • 导入所需的库OpenCV和NumPy。确保你已经安装了它们。

  • 使用cv2.imread()方法读取输入图像。指定完整的图像路径。

  • 定义变量：mask、bgdModel和fgdModel。

  • 定义包含前景对象的矩形的坐标“rect”，格式为(x,y,w,h)。正确的坐标对于提取有意义的前景非常重要。

  • 应用grabCut()算法提取输入图像的前景。将mask、rect、bgdModel、fgdModel、iterCount和mode作为参数传递给算法。我们使用cv2.GC_INIT_WITH_RECT作为模式，因为我们使用的是矩形。

cv2.grabCut(img,mask,rect,bgdModel,fgdModel,iterCount,cv2.GC_IN IT_WITH_RECT)

  • 获取新的掩码mask2。将新的掩码与图像相乘以找到分割后的图像（前景）。

  • 显示提取的前景。

让我们来看一个程序示例，以便更好地理解。

输入图像

我们将在下面的示例中使用以下图像作为输入文件。


示例

在这个例子中，我们提取输入图像中的前景。

# import required libraries
import numpy as np
import cv2

# from matplotlib import pyplot as plt

# read input image
img = cv2.imread('people.jpg')

# define mask
mask = np.zeros(img.shape[:2],np.uint8)
bgdModel = np.zeros((1,65),np.float64)
fgdModel = np.zeros((1,65),np.float64)

# define rectangle
rect = (150,50,500,470)

# apply grabCut method to extract the foreground
cv2.grabCut(img,mask,rect,bgdModel,fgdModel,20,cv2.GC_INIT_WITH_RECT)
mask2 = np.where((mask==2)|(mask==0),0,1).astype('uint8')
img = img*mask2[:,:,np.newaxis]

# display the extracted foreground image

# plt.imshow(img),plt.colorbar(),plt.show()
cv2.imshow('Foreground Image',img)
cv2.waitKey(0)
cv2.destroyAllWindows()

输出

当我们执行上述程序时，它将产生以下输出窗口。


我们在上面的程序代码中使用iterCount为20。你可以调整算法应运行的迭代次数以获得更好的结果。同样，为了获得更好的结果，矩形坐标（示例程序中提到的rect）非常重要。我们使用rect = (150,50,500,470)，因为我们的前景位于这些坐标内。根据输入图像更改这些坐标。

更新于：2022年12月2日

3K+ 次浏览

启动你的职业生涯

通过完成课程获得认证

开始学习
广告