如何使用 OpenCV Python 提取图像的前景?
opencvpythonserver side programmingprogramming
我们应用 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。确保您已经安装了它们
使用 cv2.imread() 方法读取输入图像。指定完整图像路径。
定义变量:mask、bgdModel 和 fgdModel。
定义包含前景对象的矩形"rect"的坐标，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。我们应用模式为cv2.GC_INIT_WITH_RECT，因为我们使用矩形。
cv2.grabCut(img,mask,rect,bgdModel,fgdModel,iterCount,cv2.GC_IN IT_WITH_RECT)
获取新的掩码 mask2。将新的蒙版与图像相乘，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
在此示例中，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作为20。您可以调整算法应运行的迭代次数以获得更好的结果。此外，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。
