Home / Questions / 287313
Accepted
jsdnlb
Asked: 2020-08-22 12:37:30 +0800 CST 2020-08-22 12:37:30 +0800 CST

如何使用opencv从Python中的图像中删除白色背景？

  • 772

我有以下代码，它对我来说效果很好，它的作用很简单。

本质上是验证是否连接了相机，如果可以，true只需捕获照片并将其保存为photo.png，如果是则false显示错误消息，到目前为止一切都很好，现在我需要做什么我刚拍的照片是去掉背景。

需要注意的是，背景永远是白色的，我用的是linux，但我觉得无关紧要。

import cv2
import numpy as np
from matplotlib import pyplot as plt
"""
    En este caso, 0 quiere decir que queremos acceder
    a la cámara 0. Si hay más cámaras, puedes ir probando
    con 1, 2, 3...
"""
cap = cv2.VideoCapture(0)
read, frame = cap.read()

if read == True:
    cv2.imwrite("foto.png", frame)
    print("Foto tomada correctamente")
else:
    print("Error al acceder a la cámara")
    #Finalmente liberamos o soltamos la cámara
cap.release()
python

2 Answers

  1. Best Answer

    我已经大大改进了我的代码

    • 除了去除背景并将其完全涂成白色

    • 我已经放了一个for来拍摄你想要的照片数量，在这种情况下它会在范围内改变 for acum in range(40):

    • 并立即在Parameter 部分整理全白背景或我想要的颜色，它将照片保存在我定义img 的文件夹中。

      MASK_COLOR = (1.0,1.0,1.0) # BGR 格式

    我附上代码以防其他人在项目中需要它。

    import cv2
import numpy as np
import time
from matplotlib import pyplot as plt

#== Parameters ======================================================================= 
BLUR = 21 
CANNY_THRESH_1 = 10 
CANNY_THRESH_2 = 200 
MASK_DILATE_ITER = 10 
MASK_ERODE_ITER = 10 
MASK_COLOR = (1.0,1.0,1.0) # In BGR format 

#== Processing ======================================================================= 

#== Camera 1, 2 or n ================================================================= 
for acum in range(40):
    cap = cv2.VideoCapture(0)
    read, frame = cap.read()

    if read == True:
    
        frame = cv2.cvtColor(frame, cv2.COLOR_BGR2BGRA)
        frame[np.all(frame == [255, 255, 255, 255], axis=2)] = [0, 0, 0, 0]
        cv2.imwrite("img/foto"+str(acum)+".png", frame)
        print("Photo taken correctly")
        #== Processing ======================================================================= 

        #-- Read image ----------------------------------------------------------------------- 
        img = cv2.imread("img/foto"+str(acum)+".png") 
        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) 
        max_contour = contour_info[0] 

        #-- Create empty mask, draw filled polygon on it corresponding to largest contour ---- 
        # Mask is black, polygon is white 
        mask = np.zeros(edges.shape) 
        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/foto"+str(acum)+".png", masked)   # Save
    else:
        print("Error accessing camera")
        #We finally released the camera
    cap.release()

    我依赖的帖子

    • 6

  2. 我从http://benjamintan.io/blog/2018/05/24/making-transparent-backgrounds-with-numpy-and-opencv-in-python/带给你答案

    您必须在代码中添加：

    frame = cv2.cvtColor(frame, cv2.COLOR_BGR2BGRA)

    为图像添加alpha通道（注意颜色顺序：BGR 而不是 RGB），以及

    frame[np.all(frame == [255, 255, 255, 255], axis=2)] = [0, 0, 0, 0]

    找到白色的像素，即 BGR 中的 (255, 255, 255)。在同一行上替换颜色。

    要更改不是完全白色的像素，您可以将上面的行更改为

    frame[np.all(np.isclose(frame, [255, 255, 255, 255], atol=200), axis=2)] = [0, 0, 0, 0]

    其中 atol ( atol=200) 的值表示该值的接近程度，其中 200 是一个相当高的值。

    我留给你完整的代码：

    import cv2
import numpy as np
from matplotlib import pyplot as plt
"""
    En este caso, 0 quiere decir que queremos acceder
    a la cámara 0. Si hay más cámaras, puedes ir probando
    con 1, 2, 3...
"""
cap = cv2.VideoCapture(0)
read, frame = cap.read()

if read == True:
    frame = cv2.cvtColor(frame, cv2.COLOR_BGR2BGRA)
    #frame[np.all(frame == [255, 255, 255, 255], axis=2)] = [0, 0, 0, 0]
    frame[np.all(np.isclose(frame, [255, 255, 255, 255], atol=200), axis=2)] = [0, 0, 0, 0]
    cv2.imwrite("foto.png", frame)
    print("Foto tomada correctamente")
else:
    print("Error al acceder a la cámara")
    #Finalmente liberamos o soltamos la cámara
cap.release()
    • 3