opencv python 基于GrabCut算法的交互式前景提取

李昌杰發布于2019-07-30 17:09 / 1233人閱讀

摘要：輸入圖像蒙版圖像，指定哪些區域是背景，前景或可能的背景前景等它是由下面的標志，，，，，或簡單地將，，，傳遞給圖像。

Interactive Foreground Extraction using GrabCut Algorithm

mask, bgdModel, fgdModel = cv2.grabCut(img, mask, rect, bgdModel, fgdModel, iterCount[, mode])

img：輸入圖像

mask ：蒙版圖像，指定哪些區域是背景，前景或可能的背景/前景等.它是由下面的標志，cv2.GC_BGD，cv2.GC_FGD，cv2.GC_PR_BGD，cv2.GC_PR_FGD，或簡單地將0，1，2，3傳遞給圖像。

rect ：矩形的坐標，包含了前景對象的格式(x，y，w，h)

bdgModel, fgdModel ：算法內部使用的數組,只需要創建兩個大小為（1,65）的np.float64類型的0數組.

iterCount ：算法運行的迭代次數.

mode ：cv2.GC_INIT_WITH_RECT或cv2.GC_INIT_WITH_MASK，或者組合起來決定我們是畫矩形還是最后的觸點.

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

img = cv2.imread("messi5.jpg")
mask = np.zeros(img.shape[:2],np.uint8)

bgdModel = np.zeros((1,65),np.float64)
fgdModel = np.zeros((1,65),np.float64)

rect = (50,50,450,290)
cv2.grabCut(img,mask,rect,bgdModel,fgdModel,5,cv2.GC_INIT_WITH_RECT)

mask2 = np.where((mask==2)|(mask==0),0,1).astype("uint8")
img = img*mask2[:,:,np.newaxis]

plt.imshow(img),plt.colorbar(),plt.show()

梅西少了頭發，我們會有1像素的修補（確定前景）,與此同時，有些地方的地面已經出現了我們不想要的畫面，還有一些標志,我們需要移除它們.在那里我們提供了0像素的修補(當然是背景).

# newmask is the mask image I manually labelled
newmask = cv2.imread("newmask.png",0)

# wherever it is marked white (sure foreground), change mask=1
# wherever it is marked black (sure background), change mask=0
mask[newmask == 0] = 0
mask[newmask == 255] = 1

mask, bgdModel, fgdModel = cv2.grabCut(img,mask,None,bgdModel,fgdModel,5,cv2.GC_INIT_WITH_MASK)

mask = np.where((mask==2)|(mask==0),0,1).astype("uint8")
img = img*mask[:,:,np.newaxis]
plt.imshow(img),plt.colorbar(),plt.show()

GPU云服務器云服務器基于opencv的人臉檢測基于內容的推薦算法基于算法的圖像識別最快的基于比較的排序算法

文章版權歸作者所有，未經允許請勿轉載,若此文章存在違規行為，您可以聯系管理員刪除。

轉載請注明本文地址：http://specialneedsforspecialkids.com/yun/42050.html

B站智能防擋彈幕的一種python實現

摘要：將圖片的處理方法放到視頻中的每一幀，再加上彈幕飛過的效果，就完成了版的智能防擋彈幕。不知道站的實現方法是怎樣，是否有人工干預，是否有預計算。某天代碼寫得老眼昏花，去B站上摸魚，突然發現奇怪的現象： showImg(https://segmentfault.com/img/remote/1460000017911829?w=600&h=284); 喲呵，B站竟然做了視頻前景提取，把...

jzzlee 2019-07-31 11:21 評論0 收藏0
opencv python 基于分水嶺算法的圖像分割

摘要：理論任何灰度圖像都可以看作是地形表面，其中高強度表示山峰和丘陵，而低強度表示山谷用不同顏色的水標簽填充每個孤立的山谷局部最小值，隨著水的上升，明顯具有不同的顏色的水將開始融合為避免這種情況，需要在水合并的位置建立障礙，在所有的山峰都被水淹沒 Image Segmentation with Watershed Algorithm 理論任何灰度圖像都可以看作是地形表面，其中高強度表示山...

mikasa 2019-07-30 17:10 評論0 收藏0
Python中的十大圖像處理工具

摘要：之成為圖像處理任務的最佳選擇，是因為這一科學編程語言日益普及，并且其自身免費提供許多最先進的圖像處理工具。該庫包含基本的圖像處理功能，包括點操作使用一組內置卷積內核進行過濾以及顏色空間轉換。圖像處理系統有時被稱為圖像處理的瑞士軍刀。 showImg(https://segmentfault.com/img/remote/1460000019442221);編譯：張秋玥、小七、蔣寶尚本...

yuanxin 2019-07-31 10:32 評論0 收藏0
常用的十大python圖像處理工具

摘要：但無論是用于何種用途，這些圖像都需要進行處理。圖像處理中的常見任務包括顯示圖像，基本操作如裁剪翻轉旋轉等，圖像分割，分類和特征提取，圖像恢復和圖像識別。圖像處理系統有時被稱為圖像處理的瑞士軍刀。 showImg(https://segmentfault.com/img/remote/1460000019631626); 原文標題：10 Python image manipulation...

Crazy_Coder 2019-07-31 11:23 評論0 收藏0