alpha matte 获取边缘图像

最新推荐文章于 2024-08-24 14:03:27 发布

换个名字就很好

最新推荐文章于 2024-08-24 14:03:27 发布

阅读量237

点赞数

分类专栏： python编程文章标签： python

本文链接：https://blog.csdn.net/AliceH1226/article/details/128306049

版权

python编程专栏收录该内容

40 篇文章 2 订阅

订阅专栏

代码

from PIL import Image
from scipy.ndimage.morphology import distance_transform_edt
import torch 
import numpy as np

pth = r"F:\software\vscode\project\bgm\v2\BackgroundMattingV2\data\VideoMatte240K_JPEG_SD\train\pha\0000\00000.jpg"
with Image.open(pth) as img:
    img = img.convert("1")  
    radius = 1
    # print(img.size) # (768, 432)
    img.save("black_white_img.jpg")
    np_img = np.array(img) # value: True or False

    origin_edt = distance_transform_edt(np_img)
    # print(np.max(origin_edt)) # 41.23105625617661
    # print(np.min(origin_edt)) # 0.0


    # origin_edt_img = Image.fromarray(origin_edt.astype(np.uint8))
    # origin_edt_img.save("origin_edt_img.jpg")
    pai_edt = distance_transform_edt(1-np_img)
    # print(np.max(pai_edt)) # 549.083782313774
    # print(np.min(pai_edt)) # 0.0

    # pai_edt_img = Image.fromarray(pai_edt.astype(np.uint8))
    # pai_edt_img.save("pai_edt_img.jpg")
    plus_edt = origin_edt + pai_edt
    # print(np.max(plus_edt)) # 549.083782313774
    # print(np.min(plus_edt)) # 1.0

    plus_edt[plus_edt > radius] = 0
    # print(np.max(plus_edt)) # 10.0
    # print(np.min(plus_edt)) # 0.0

    plus_edt[plus_edt > 0] = 1
    # print(np.max(plus_edt))  # 1
    # print(np.min(plus_edt))  # 0

    plus_edt *= 255
    # print(np.max(plus_edt))  # 255
    # print(np.min(plus_edt))  # 0

    plus_edt = plus_edt.astype(np.uint8)
    # print(plus_edt.dtype) # uint8
    plus_edt_img = Image.fromarray(plus_edt)
    plus_edt_img.save("plus_edt_img.jpg")

alpha 图片：
alpha图
边缘图片：

alpha时0到1的值，包含中间的值，比如0.5。
img.convert(“1”) 把图片转换成数值只有True or False的图片。
distance_transform_edt 用于计算非零值到最近的零值的距离，最小值为0，代表本身是0值，如果是边缘像素（本身是非零，隔壁，左或右或上或下是零这样的情况），distance_transform_edt 值为1，内部的像素的distance_transform_edt 就是大于1。
至于为什么要img求一下distance_transform_edt ， 1-img也求一下distance_transform_edt ，然后这两个distance_transform_edt 相加，简单来说就是为了让边缘更丰满的同时也让边缘的位置更准确，只算一个distance_transform_edt ，比如只算img的distance_transform_edt ，然后，非零的值只是在人物的内部，如果要获取边缘，那么最外围的是轮廓，如果让边缘更加丰满，只能往内扩展，那么这个边缘的中心就会往内部偏移。下图是同时算两个distance_transform_edt 的示例图：
edt