opencv读取带alpha通道透明图片，提取背景色

最新推荐文章于 2024-12-20 16:56:40 发布

Zingo__

最新推荐文章于 2024-12-20 16:56:40 发布

阅读量823

点赞数

文章标签： opencv 人工智能计算机视觉

本文链接：https://blog.csdn.net/m0_46546547/article/details/134273176

版权

文章讲述了作者如何使用PaddleSeg分离证件照的人像并将背景提取出来，遇到的问题包括透明像素处理、OpenCV对PNG图片的噪点问题以及人像分割不彻底导致的毛边。最终通过调整代码解决了这些问题。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

起因是需要将一张证件照的背景和人物分离出来，但是查阅了网上很多资料，发现大部分都是只是将人像分离出来，但是我的目的是将背景色单独拎出来，所以没有很好的查找到相应资料

解决这个问题的时候，想法是使用paddleseg把人像给抠出来，在和原始图像进行像素删减（这可能不是最好的方法，见谅），人像分离之后发现，paddleseg最后保存的图片是带alpha通道的png图片，而opencv在处理这种图片时图片的透明部分会被自动生成的噪点覆盖，导致出现一下图片的情况，这让我在后面的像素删减的时候出现问题的原因之一（还有一个原始就是alpha通道的图片是4维的ndarray，和原始图片三通道的ndarray不能相减）

最后找到的方法是将透明像素的RGB值处理为[0,0,0]，然后删除Alpha通道，只保留RGB通道。代码如下（其中test是使用paddleseg分割出来的png图片）：

img = cv2.imread('blue4.jpg')
img1 = cv2.imread('test.png',cv2.IMREAD_UNCHANGED)
if img1 is not None:
    # 检查图像是否具有Alpha通道（透明度）
    if img1.shape[-1] == 4:
        # 将透明像素的RGB值处理为[0, 0, 0]，并删除Alpha通道
        img1[np.where(img1[:, :, 3] == 0)] = [0, 0, 0, 0]
        temp_img = img1[:, :, :3]
else:
    print("无法读取图像")
background_image = img - temp_img
cv2.imwrite('bk_img/result.png', background_image)

这样就得到了想要的背景色，如下图所示，从图中可以看出在人像分割的时候，由于算法原因没有割的很透彻，所以导致有点毛边的出现。