python opencv 边缘检测 抠图,opencv+python用背景减去法抠图

opencv+python用背景减去法抠图

opencv+python用背景减去法抠图

import cv2

from matplotlib import pyplot as plt

import numpy as np

imA=cv2.imread("target.png")

plt.imshow(cv2.cvtColor(imA,cv2.COLOR_BGR2RGB))

imA.shape #(2436, 1125, 3)

36f2bfee680a95c6ab559ed6014ac12f.png

imBG=cv2.imread("bg_30061.jpg")

plt.imshow(cv2.cvtColor(imBG,cv2.COLOR_BGR2RGB))

dc8d67f9ff447ba1b6098f56d29212ff.png

# Step 1 预处理

# 日常缩放图像,背景图要缩放到和图A意一样大

imBG=cv2.resize(imBG,(1125,2436),interpolation=cv2.INTER_CUBIC)

# 后续代码都是基于灰度图像操作的

imA_gray=cv2.cvtColor(imA,cv2.COLOR_BGR2GRAY)

im

  • 2
    点赞
  • 29
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
PythonOpenCV是一对强大的组合,可以用来进行绿幕并对边缘进行光滑处理。 首先,我们需要通过OpenCV的函数来提取绿幕。使用`cv2.inRange()`函数可以根据颜色范围,将像中的绿色部分标记出来。通常绿幕的颜色范围在HSV颜色空间中定义。我们可以使用`cv2.cvtColor()`函数将像转换为HSV颜色空间,然后使用`cv2.inRange()`函数提取绿色。 接下来,我们可以通过对出来的绿色部分进行腐蚀和膨胀操作来去除噪音和填充空洞。使用`cv2.erode()`函数可以对像进行腐蚀操作,而使用`cv2.dilate()`函数可以对像进行膨胀操作。这两个函数可以帮助我们使绿幕边缘平滑。 最后,我们可以使用`cv2.bitwise_and()`函数将绿幕和原始像进行融合,将绿幕后的部分合并到原始像中。 下面是一个简单的Python代码示例: ``` import cv2 # 读取原始像 img = cv2.imread('green_screen.jpg') # 将像转换为HSV颜色空间 hsv_img = cv2.cvtColor(img, cv2.COLOR_BGR2HSV) # 定义绿色范围,提取绿幕 lower_green = (36, 25, 25) upper_green = (86, 255, 255) mask = cv2.inRange(hsv_img, lower_green, upper_green) # 对绿幕进行腐蚀和膨胀操作,平滑边缘 kernel = np.ones((5, 5), np.uint8) eroded = cv2.erode(mask, kernel, iterations=1) dilated = cv2.dilate(eroded, kernel, iterations=1) # 将绿幕和原始像进行融合 result = cv2.bitwise_and(img, img, mask=dilated) # 显示结果 cv2.imshow('Result', result) cv2.waitKey(0) cv2.destroyAllWindows() ``` 通过以上操作,我们可以得到平滑的绿幕结果。

“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
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