您好,登录后才能下订单哦!
这篇“如何利用一行python代码实现灰度图抠图”文章的知识点大部分人都不太理解,所以小编给大家总结了以下内容,内容详细,步骤清晰,具有一定的借鉴价值,希望大家阅读完这篇文章能有所收获,下面我们一起来看看这篇“如何利用一行python代码实现灰度图抠图”文章吧。
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, th2 = 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, th2 = cv2.threshold(gray, 0, 255, cv2.THRESH_OTSU) #方法选择为THRESH_OTSU plt.subplot(133), plt.imshow(th2, "gray") plt.title("OTSU,threshold is " + str(ret1)), plt.xticks([]), plt.yticks([]) plt.show()
抠图结果如下
但是这种算法对噪音和目标大小十分敏感,背景和前景像素接近的时候分割效果并不好
零基础学习python, 听了若干节入门免费课,即兴写了个程序,作为练习,实现抠图。
抠图的手工操作,是在PS软件中,将图片复制新建粘贴,主体保留,周围作为背景擦除,
被擦除区域,透明格式。成功后保存成 png 格式文件备用(png格式允许存储图层,保持透明区域)。手工操作费力费时,操作不当需要返回重新擦除,并且擦除精度随操作者熟练程度各异。擦除一个人物对象的周边,熟练者也需要几分钟。
python 语言,可以方便调用第三方功能包,实现抠图目的,主体对象周边比较平滑,程序执行仅需要几秒钟,大大节约了人力和时间。
抠图需要第三方功能包 removebg,安装后才可以操作。安装功能包需要在Windows 的dos 窗口,win+r 热键调出运行对话框,输入 cmd 命令,打开 dos 窗口。dos窗口输入:
pip install removebg<回车> (等待下载安装结束) os包、time 包为系统自带,无需安装。
RemoveBg函数调用,需要APIKEY 实参(可称密码),这是一个多位字符串。获取需要在 url = www.remove.bg 网站注册,获得免费APIKEY码。尴尬的是,每日仅允许处理50张图片。
1)要求允许处理多张jpg格式图片,显示运行进度, 适当的用户交互, 转成exe发布。
2)关键代码,处理单张图片的代码仅两行:
rmbg = RemoveBg('apiKey码', '错误信息记录文件名') #56行
向网站发出获取API 调用对象的请求,返回对象
rmbg.remove_background_from_img_file('./picture/' + item) #74行
使用 rmbg 对象的方法,抠一张图。
3)检查图片存放位置(文件夹存在否, 不存在则创建文件夹并退出)
4)检查文件夹中有没有文件,没有则显示信息并退出, 有则重新建表剔除非jpg格式文件。
5)检查与处理抠图定义了多个函数,避免程序条理混乱,不易阅读
readkey()
-- 读取APIkey 码文件;
founddir()
-- 检查存放图片文件的文件夹是否存在,可发出提示信息;
Cutout()
-- 抠图,含检查图片文件是否存在,以及剔除非jpg格式文件,并有提示;
6)主程序段,位于最后,明确提示操作准备,交互是否继续,或取消。
7) 打包成 exe 文件(略)
1 引用有关处理包
2 定义一个函数,自附带文件读取 apikye 码值
3. 定义搜索目录的函数,返回真/假。
4 定义抠图处理的主函数
4 主程序
以上就是关于“如何利用一行python代码实现灰度图抠图”这篇文章的内容,相信大家都有了一定的了解,希望小编分享的内容对大家有帮助,若想了解更多相关的知识内容,请关注亿速云行业资讯频道。
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。