YOLOv8 图像分割 单目标 多目标抠图

为了扣出一张图上的多个目标，代码不会写，怎么办？

这是原图

话不多说，直接上代码，里面注释很全。

from ultralytics import YOLO  # 导入YOLO模型类
from matplotlib import pyplot as plt
import numpy as np
import cv2  # 导入OpenCV库

# 加载预训练的模型
model = YOLO('best_fenge.pt')

# 读取图片并调整其大小以匹配模型训练时的输入尺寸
orig_img = cv2.imread('mushroom144.jpg')  # 使用cv2读取图片
# 这里特别注意，因为使用yolov8训练的时候默认会把图片resize成448*640的尺寸，所以这里也得改成你训练的尺寸
orig_img_resized = cv2.resize(orig_img, (640, 448))  # 调整图片大小

# 使用模型对调整后的图片进行推理
results = model(orig_img_resized, save=True)

# 初始化一个布尔数组掩码，用于合并所有检测到的物体掩码
combined_mask = np.zeros(orig_img_resized.shape[:2], dtype=np.bool_)

# 遍历检测到的所有掩码
for mask in results[0].masks.data:
    mask_bool = mask.cpu().numpy().astype(np.bool_)  # 将掩码转换为布尔数组
    combined_mask |= mask_bool  # 使用逻辑或操作合并掩码

# 使用合并后的掩码创建抠图
masked_image = np.zeros_like(orig_img_resized)  # 初始化一个全黑的图片数组
masked_image[combined_mask] = orig_img_resized[combined_mask]  # 应用掩码

# 创建一个带有透明背景的RGBA图像
alpha_channel = np.ones(combined_mask.shape, dtype=orig_img.dtype) * 255  # 创建全白的alpha通道
masked_image_rgba = np.dstack((masked_image, alpha_channel))  # 将RGB图像和alpha通道合并
masked_image_rgba[~combined_mask] = (0, 0, 0, 0)  # 设置背景为透明

# 保存两种处理后的图像
cv2.imwrite('masked_image_all_objects.jpg', masked_image)  # 保存带黑色背景的图像
cv2.imwrite('masked_image_all_objects.png', masked_image_rgba)  # 保存带透明背景的图像

# 显示第一张处理后的图像
masked_image = cv2.resize(masked_image, (1200, 950))  # 调整图像大小
cv2.imshow("YOLOv8 Inference", masked_image)  # 显示图像

cv2.waitKey(0)  # 等待用户按键
cv2.destroyAllWindows()  # 关闭所有OpenCV窗口

其中替换自己的模型和自己的图片就不用说了，我的模型和图片直接在我的工程中，可以直接调用，如果在其他位置，可以用绝对路径的形式。那结果就出来了。这张是黑色的背景图，背景颜色是可以改的。

这张是扣除背景的图，实现效果均在代码中体现了。

改背景的代码我写在这里，注意看，自定义背景色，上代码。

from ultralytics import YOLO  # 导入YOLO模型类
import numpy as np
import cv2  # 导入OpenCV库

# 加载预训练的模型
model = YOLO('best_fenge.pt')

# 读取图片并调整其大小以匹配模型训练时的输入尺寸
orig_img = cv2.imread('mushroom144.jpg')  # 使用cv2读取图片
# 这里特别注意，因为使用yolov8训练的时候默认会把图片resize成448*640的尺寸，所以这里也得改成你训练的尺寸
orig_img_resized = cv2.resize(orig_img, (640, 448))  # 调整图片大小

# 使用模型对调整后的图片进行推理
results = model(orig_img_resized, save=True)

# 初始化一个布尔数组掩码，用于合并所有检测到的物体掩码
combined_mask = np.zeros(orig_img_resized.shape[:2], dtype=np.bool_)

# 遍历检测到的所有掩码
for mask in results[0].masks.data:
    mask_bool = mask.cpu().numpy().astype(np.bool_)  # 将掩码转换为布尔数组
    combined_mask |= mask_bool  # 使用逻辑或操作合并掩码

# 定义自定义背景颜色，例如浅蓝色 (B, G, R)
background_color = (255, 210, 160)

# 创建一个和原始调整后图像相同大小，且为自定义背景颜色的背景图像
background_image = np.full_like(orig_img_resized, background_color, dtype=np.uint8)

# 使用合并后的掩码创建带有自定义背景颜色的图像
custom_bg_image = np.where(combined_mask[:,:,None], orig_img_resized, background_image)

# 创建一个带有透明背景的RGBA图像
alpha_channel = np.ones(combined_mask.shape, dtype=orig_img.dtype) * 255  # 创建全白的alpha通道
masked_image_rgba = np.dstack((custom_bg_image, alpha_channel))  # 将RGB图像和alpha通道合并
masked_image_rgba[~combined_mask] = (0, 0, 0, 0)  # 设置背景为透明

# 保存带有自定义背景颜色的图像
cv2.imwrite('masked_image_custom_background.jpg', custom_bg_image)

# 保存带有透明背景的图像为PNG，以保持透明度信息
cv2.imwrite('masked_image_transparent_background.png', masked_image_rgba)

# 显示带有自定义背景颜色的图像
custom_bg_image_resized = cv2.resize(custom_bg_image, (1200, 950))  # 调整图像大小以便显示
cv2.imshow("YOLOv8 Inference with Custom Background", custom_bg_image_resized)

cv2.waitKey(0)  # 等待用户按键
cv2.destroyAllWindows()  # 关闭所有OpenCV窗口

效果如下。

有的同学就问了，单目标怎么做？话不多说，上代码。单目标代码来源于这篇文章。https://blog.csdn.net/qq_42452134/article/details/136272606

from ultralytics import YOLO
from matplotlib import pyplot as plt
import numpy as np
import cv2

# 加载sam模型，如果没有这个框架也会自动的为你下载
model = YOLO('best_fenge.pt')

# 读取一张图片，
orig_img = cv2.imread('mushroom144.jpg')
# 这里特别注意，因为使用yolov8训练的时候默认会把图片resize成448*640的尺寸，所以这里也得改成你训练的尺寸
orig_img = cv2.resize(orig_img, (640, 448))  # 注意OpenCV中尺寸是先宽度后高度

# 使用模型进行推理， 后面save=True的参数可以输出测试分割的图片
results = model(orig_img, save=True)

# 这里是我获取mask编码部分的。
mask = results[0].masks.data[0].cpu().numpy().astype(np.bool_)

# 应用掩码到原始图像
# 如果你想要背景是黑色的
masked_image = np.zeros_like(orig_img)
masked_image[mask] = orig_img[mask]

# 如果你想要背景透明（假设原始图像是RGB格式）
# 创建一个RGBA图像，其中背景是透明的
alpha_channel = np.ones(mask.shape, dtype=orig_img.dtype) * 255  # 创建alpha通道
masked_image_rgba = np.dstack((masked_image, alpha_channel))  # 将alpha通道添加到RGB通道
masked_image_rgba[~mask] = (0, 0, 0, 0)  # 将非掩码区域设置为透明

# 保存图片，黑色背景
cv2.imwrite('masked_image_test.jpg', masked_image)

# 如果背景是透明的
cv2.imwrite('masked_image_test.png', masked_image_rgba)

效果如下，我的图像是多目标，所以只保留了第一个检测到的物体。

同学们，你们该不会需要修改单目标的背景色吧？