python实现背景抠除_Python利用removebg模块批量抠图去背景

首先,注册并获取API:在www.remove.bg 注册账号并获取API。

注意:免费帐号每月可处理50张照片

github库地址:https://github.com/brilam/remove-bg

也可以直接在网站上上传照片抠图或下载软件。

安装抠图库

pip install removebg

removebg模块安装后,在输入底下python代码即可程序picture目录里面处理图片from removebg import RemoveBg

import os #引入removebg和os模块

rmbg = RemoveBg("你的API", "error.log")

path = '%s/picture'%os.getcwd() #图片放到程序的同级文件夹 picture 里面

for pic in os.listdir(path):

rmbg.remove_background_from_img_file("%s\%s"%(path,pic))

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
以下是使用Python代码实现去除背景的方法: 1.使用第三方库removebg,需要先安装removebg库: ```shell pip install removebg ``` 然后使用以下代码即可去除背景: ```python from removebg import RemoveBg rmbg = RemoveBg("你的API密钥", "error.log") # 输入你的API密钥 rmbg.remove_background_from_img_file("input.jpg") # 输入你要去除背景的图片路径 ``` 2.使用OpenCV库,需要先安装OpenCV库: ```shell pip install opencv-python ``` 然后使用以下代码即可去除背景: ```python import cv2 import numpy as np # 读取图片 img = cv2.imread('input.jpg') # 转换为灰度图 gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # 使用阈值分割 ret, thresh = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY_INV+cv2.THRESH_OTSU) # 去除噪声 kernel = np.ones((3,3), np.uint8) opening = cv2.morphologyEx(thresh, cv2.MORPH_OPEN, kernel, iterations=2) # 找到背景区域 sure_bg = cv2.dilate(opening, kernel, iterations=3) # 找到前景区域 dist_transform = cv2.distanceTransform(opening, cv2.DIST_L2, 5) ret, sure_fg = cv2.threshold(dist_transform, 0.7*dist_transform.max(), 255, 0) # 找到未知区域 sure_fg = np.uint8(sure_fg) unknown = cv2.subtract(sure_bg, sure_fg) # 标记连通区域 ret, markers = cv2.connectedComponents(sure_fg) # 添加背景标记 markers = markers + 1 # 将未知区域标记为0 markers[unknown==255] = 0 # 分水岭算法分割图像 markers = cv2.watershed(img, markers) img[markers==-1] = [255,0,0] # 保存结果 cv2.imwrite('output.jpg', img) ```
评论
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
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