OpenCV Python 如何提取图像的前景

我们使用 cv2.grabCut() 方法来提取图像的前景。请按照以下步骤进行详细操作：

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 。
定义一个矩形的坐标” rect “，该矩形包含前景对象，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。我们将mode设置为 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)

获取新的遮罩 mask2。将新的遮罩与图像相乘，以找到分割图像（前景）。
显示提取到的前景。

让我们看一个示例程序，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。

OpenCV Python 如何提取图像的前景

示例

在这个示例中，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()