矩形内接任意多边形抠图(可以羽化边缘)


矩形内接任意多边形抠图(可以羽化边缘)

     抠出一个矩形区域的内接多边接(或封闭曲线),必须都是单连通的, 如果不是单连通的,实际上需要分解成多个单连通分多次处理了。

羽化边缘效果就是给图像的边界一个渐变模糊的ALPHA通道值,让它在与背景混合的时候能更好的融入背景,这样合成的效果会更加自然。

效果如图:




DEMO: 点击下载


  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 2
    评论
要实现python抠图边缘融合,可以使用cv2.addWeighted函数。这个函数可以将两个图像按照给定的权重进行融合。具体步骤如下: 1. 首先,需要安装python 2.7,并确保安装了numpy、opencv和matplotlib这几个包。 2. 使用cv2.addWeighted函数来实现图像融合。示例代码如下: res = cv2.addWeighted(img_apple_resize, 0.5, img_pear_resize, 0.5, 0) 这里的img_apple_resize和img_pear_resize分别是要融合的两个图像,0.5表示两个图像的权重,0表示融合的偏置参数。 3. 完整的python代码如下: ``` import cv2 import numpy as np # 读取并转换图片格式 opencv = cv2.imread('/home/huangjx/Pictures/boy.jpeg') hsv = cv2.cvtColor(opencv, cv2.COLOR_RGB2HSV) # 指定绿色范围 minGreen = np.array([50, 100, 100]) maxGreen = np.array([70, 255, 255]) # 确定绿色范围 mask = cv2.inRange(hsv, minGreen, maxGreen) # 确定非绿色范围 mask_not = cv2.bitwise_not(mask) # 通过掩码控制的按位与运算锁定绿色区域 green = cv2.bitwise_and(opencv, opencv, mask=mask) # 通过掩码控制的按位与运算锁定非绿色区域 green_not = cv2.bitwise_and(opencv, opencv, mask=mask_not) # 拆分为3通道 b, g, r = cv2.split(green_not) # 合成四通道 bgra = cv2.merge([b, g, r, mask_not]) # 保存带有透明通道的png图片 cv2.imwrite('/home/huangjx/Pictures/boy.png', bgra) # 显示图片验证结果 cv2.imshow('opencv', opencv) cv2.imshow('green', green) cv2.imshow('green_not', green_not) cv2.waitKey() cv2.destroyAllWindows() ``` 这样就实现了python抠图边缘融合的效果。在上述代码中,我们先通过掩码将图像中的绿色部分提取出来,再将非绿色部分和绿色部分进行按位与运算,最后将结果合成为带有透明通道的png图片。通过调整权重和参数可以实现不同的融合效果。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* [python编写的opencv示例代码可直接运行OpenCVForPython.py](https://download.csdn.net/download/liluo0815481/10199729)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 33.333333333333336%"] - *2* [OpenCV入门 图像的边缘填充与融合](https://blog.csdn.net/qq_42736179/article/details/107869250)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 33.333333333333336%"] - *3* [Python使用OpenCV绿幕抠图生成带有透明通道的PNG图片](https://blog.csdn.net/my_name_is_learn/article/details/114364699)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 33.333333333333336%"] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

AI算法加油站

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值