資料結構
網路
關係資料庫管理系統 (RDBMS)
作業系統
Java
MS Excel
iOS
HTML
CSS
Android
Python
C語言程式設計
C++
C#
MongoDB
MySQL
Javascript
PHP
物理
化學
生物
數學
英語
經濟學
心理學
社會研究
服裝研究
法學研究如何使用OpenCV Python提取影像的前景？
我們使用cv2.grabCut()方法提取影像中的前景。有關詳細方法，請按照以下步驟操作：
匯入所需的庫OpenCV和NumPy。確保你已經安裝了它們。
使用cv2.imread()方法讀取輸入影像。指定完整的影像路徑。
定義變數：mask、bgdModel和fgdModel。
定義包含前景物件的矩形的座標“rect”，格式為(x,y,w,h)。正確的座標對於提取有意義的前景非常重要。
應用grabCut()演算法提取輸入影像的前景。將mask、rect、bgdModel、fgdModel、iterCount和mode作為引數傳遞給演算法。我們使用cv2.GC_INIT_WITH_RECT作為模式，因為我們使用的是矩形。
cv2.grabCut(img,mask,rect,bgdModel,fgdModel,iterCount,cv2.GC_IN IT_WITH_RECT)
獲取新的掩碼mask2。將新的掩碼與影像相乘以找到分割後的影像（前景）。
顯示提取的前景。
讓我們來看一個程式示例，以便更好地理解。
輸入影像
我們將在下面的示例中使用以下影像作為輸入檔案。
示例
在這個例子中，我們提取輸入影像中的前景。
# import required libraries import numpy as np import cv2 # from matplotlib import pyplot as plt # read input image img = cv2.imread('people.jpg') # define mask mask = np.zeros(img.shape[:2],np.uint8) bgdModel = np.zeros((1,65),np.float64) fgdModel = np.zeros((1,65),np.float64) # define rectangle rect = (150,50,500,470) # apply grabCut method to extract the foreground cv2.grabCut(img,mask,rect,bgdModel,fgdModel,20,cv2.GC_INIT_WITH_RECT) mask2 = np.where((mask==2)|(mask==0),0,1).astype('uint8') img = img*mask2[:,:,np.newaxis] # display the extracted foreground image # plt.imshow(img),plt.colorbar(),plt.show() cv2.imshow('Foreground Image',img) cv2.waitKey(0) cv2.destroyAllWindows()
輸出
當我們執行上述程式時，它將產生以下輸出視窗。
我們在上面的程式程式碼中使用iterCount為20。你可以調整演算法應執行的迭代次數以獲得更好的結果。同樣，為了獲得更好的結果，矩形座標（示例程式中提到的rect）非常重要。我們使用rect = (150,50,500,470)，因為我們的前景位於這些座標內。根據輸入影像更改這些座標。
更新於：2022年12月2日
3K+ 次瀏覽
廣告