OpenCV-Python实现绿幕图像抠图

朴灿烈づ我的快乐病毒、 2022-09-14 09:42 563阅读 0赞

在进行图像处理的时候，有时需要将图像中的物体抠图出来，传统的做法可以使用PS、Excel等方法做。今天我们使用opencv代码的方式实现图像抠图。

用到的函数主要有：`cv.inRange(src, lowerb, upperb)`，`cv.bitwise_not()`，`cv.bitwise_and()`。

*  `cv.inRange(src, lowerb, upperb)`：函数的功能是根据像素的范围进行过滤，把符合像素范围的保留，赋值0，黑色；不符合的赋值255，白色。  
    `src`：需要处理的图像  
    `lowerb`：最小像数值  
    `upperb`：最大像素值

`cv.bitwise_not()，cv.bitwise_and()`这两个函数的说明。详见：[图像位级运算][Link 1]

以下图为例，抠出图片中的狗狗。  
![在这里插入图片描述][7c6b467000c147c29b286b9f3bb3956a.jpg]  
话不多说，直接上代码：

先附上HSV颜色表：  
![在这里插入图片描述][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBASG9uZ19Zb3V0aA_size_11_color_FFFFFF_t_70_g_se_x_16]

# -*-coding:utf-8-*-
    """
    File Name: color_space_conversion.py
    Program IDE: PyCharm
    Create File By Author: Hong
    """
    import cv2 as cv
    import numpy as np
    
    def image_matting(image_path: str):
        img = cv.imread(image_path, cv.IMREAD_COLOR)
        cv.imshow('input', img)
    
        hsv = cv.cvtColor(img, cv.COLOR_BGR2HSV)
        cv.imshow('hsv', hsv)
        # 根据像素的范围进行过滤，把符合像素范围的保留，不符合的赋值0或者255
        # 根据hsv颜色表找出最大值和最小值
        mask = cv.inRange(hsv, (35, 43, 46), (77, 255, 255))
        cv.imshow('cc', mask)
        mask = cv.bitwise_not(mask)
    
        # 只在mask区域做与运算
        result = cv.bitwise_and(img, img, mask=mask)
    
        cv.imshow('mask', mask)
        cv.imshow('result', result)
    
        cv.waitKey(0)
        cv.destroyAllWindows()
    
    
    if __name__ == '__main__':
        path = 'images/dog.jpg'
        image_matting(path)

效果展示：成功地将这只狗狗抠出来了。  
![在这里插入图片描述][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBASG9uZ19Zb3V0aA_size_20_color_FFFFFF_t_70_g_se_x_16]  
想获取更多计算机视觉知识，请关注微信公众号　**“AI与计算机视觉”。**

[Link 1]: https://blog.csdn.net/hallobike/article/details/120566218?spm=1001.2014.3001.5501
[7c6b467000c147c29b286b9f3bb3956a.jpg]: /images/20220828/ddc922e6204a452b8ada6fc783fea06c.png
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBASG9uZ19Zb3V0aA_size_11_color_FFFFFF_t_70_g_se_x_16]: /images/20220828/aa686555d7d24c9c88ca325d6bbc8754.png
[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBASG9uZ19Zb3V0aA_size_20_color_FFFFFF_t_70_g_se_x_16]: /images/20220828/de1e07f1bd9941fe96a28dc2577bed67.png