python图像处理-一行代码实现灰度图抠图-CSDN博客

本文链接：https://blog.csdn.net/wobuchixiangcain/article/details/122323040

本文介绍了使用Python的OpenCV库，通过大津法进行图像二值化分割来实现灰度图的快速抠图。虽然这种方法简单，但对噪声和目标大小敏感，当背景与前景像素接近时，分割效果可能不佳。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

抠图是ps的最基本技能，利用python可以实现用一行代码实现灰度图抠图。

基础算法是确定图像二值化分割阈值的大津法，将图像分成背景和前景两部分，最大化背景和前景之间的类间方差。具体理论部分可以搜索大津法了解一下，代码部分只要在调用threshold的函数中，参数选择THRESH_OTSU就可以调用大津法分割

ret1, th1 = cv2.threshold(gray, 0, 255, cv2.THRESH_OTSU)

全部代码如下，将原图、直方图和分割后的图放在一起比较展示

image = cv2.imread("pictures/dajin.jpg")
#先转化为灰度图
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)


plt.subplot(131), plt.imshow(image, "image")
plt.title("source image"), plt.xticks([]), plt.yticks([])


plt.subplot(132), plt.hist(image.ravel(), 256)
plt.title("Histogram")


ret1, th1 = cv2.threshold(gray, 0, 255, cv2.THRESH_OTSU) #方法选择为THRESH_OTSU


plt.subplot(133), plt.imshow(th1, "gray")
plt.title("OTSU,threshold is " + str(ret1)), plt.xticks([]), plt.yticks([])


plt.show()

抠图结果如下