OpenCV实战之AI照片背景替换

目录
  • 导语
  • 正文
    • 1）附主程序
    • 2）展示其他
  • 总结

导语

不少人在生活中都有抠人像图换背景的需求。那怎么抠图呢？

相信不少人第一时间就想到了 PS 抠图大法，为了学会 PS 抠图很多人还花费不少精力，而且学会后大家想必都有共同感触：PS 抠图在制作抠图选区这个步骤太耗费时间！!就跟我减肥似的！

今天木木子就手把手教大家编写一款抠图人像技术——

这款小程序实现一键智能抠取人像图的功能，非常强大!

比 PS 慢慢抠图效率可提升了太多了，而且还能让不会 PS 的群体也能轻松学会抠人像图。

吹了这么多，让我们正式开始开始敲代码吧！

正文

我知道看到这篇文章标题，有的吃瓜群众会八卦：哎呀，那个朋友结婚啊……

写这篇文章的灵感主要是来源于上个月底结婚的那两个人：

带着这一份感动，小编之制作了「空中的和平鸽」的背景，祝二人百年好合~

那是怎么达到这个一键抠图换背景的呢？

1）附主程序

# 日常缩放
rows, cols, channels = img_back.shape
img_back = cv2.resize(img_back, None, fx=0.7, fy=0.7)
cv2.imshow('img_back', img_back)

rows, cols, channels = img.shape
img = cv2.resize(img, None, fx=0.4, fy=0.4)
cv2.imshow('img', img)
rows, cols, channels = img.shape  # rows，cols最后一定要是前景图片的，后面遍历图片需要用到

# 转换hsv
hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
# 获取mask
lower_blue = np.array([78, 43, 46])
upper_blue = np.array([110, 255, 255])
mask = cv2.inRange(hsv, lower_blue, upper_blue)
cv2.imshow('Mask', mask)

# 腐蚀膨胀
erode = cv2.erode(mask, None, iterations=1)
cv2.imshow('erode', erode)
dilate = cv2.dilate(erode, None, iterations=1)
cv2.imshow('dilate', dilate)

# 遍历替换
center = [50, 50]  # 在新背景图片中的位置
for i in range(rows):
    for j in range(cols):
        if dilate[i, j] == 0:  # 0代表黑色的点
            img_back[center[0] + i, center[1] + j] = img[i, j]  # 此处替换颜色，为BGR通道
cv2.imshow('res', img_back)

cv2.waitKey(0)
cv2.destroyAllWindows()

好啦！上面的抠图换背景就是这个代码的效果滴！

2）展示其他

那我们来看看我最近一直在用的另外一个抠图app吧！这个抠图效果其实比我代码更好 哈哈哈哈~

2.1 我不说那张是原图——你能猜出来嘛？

2.2 从漫画走进现实

2.3 想用什么背景换什么背景

总结

好啦！整个抠图换背景的效果，你只需要掌握使用opencv，加上小小的【创意】，最后就能做出效果不错，又有实用的不同背景图来，赶快自己也来试试吧~

到此这篇关于OpenCV实战之AI照片背景替换的文章就介绍到这了,更多相关OpenCV照片背景替换内容请搜索我们以前的文章或继续浏览下面的相关文章希望大家以后多多支持我们！

赞 (0)

相关推荐

  • 基于OpenCV python3实现证件照换背景的方法

    简述 生活中经常要用到各种要求的证件照电子版,红底,蓝底,白底等,大部分情况我们只有其中一种,所以通过技术手段进行合成,用ps处理证件照,由于技术不到位,有瑕疵,所以想用python&openCV通过代码的方式实现背景颜色替换,加强一下对于openCV的学习,锻炼一下编码水平. 软件环境: python3.5 opencv2 windows 10 图像载入 导入opencv库,使用imread函数读取图片 import cv2 import numpy as np img=cv2.imread(

  • Opencv实现抠图背景图替换功能

    本文实例为大家分享了Opencv实现抠图替换背景图的具体代码,供大家参考,具体内容如下 下面简单图片演示一下: 提取mask: ===> 替换背景:  + = python的opencv代码如下: # coding=utf-8 import cv2 import numpy as np img=cv2.imread('lp.jpg') img_back=cv2.imread('back.jpg') #日常缩放 rows,cols,channels = img_back.shape img_bac

  • python3基于OpenCV实现证件照背景替换

    本文实例为大家分享了python3实现证件照背景替换的具体代码,供大家参考,具体内容如下 import cv2 import numpy as np img=cv2.imread('zjz.jpg') #缩放 rows,cols,channels = img.shape img=cv2.resize(img,None,fx=0.5,fy=0.5) rows,cols,channels = img.shape cv2.imshow('img',img) #转换hsv hsv=cv2.cvtColo

  • OpenCV实现背景分离(证件照背景替换)

    OpenCV实现背景分离(证件照背景替换)

    目录 实现原理 功能函数代码 C++测试代码 完整改进代码 本文主要介绍了OpenCV实现背景分离(证件照背景替换),具有一定的参考价值,感兴趣的可以了解一下 实现原理 图像背景分离是常见的图像处理方法之一,属于图像分割范畴.如何较优地提取背景区域,难点在于两个: 背景和前景的分割.针对该难点,通过人机交互等方法获取背景色作为参考值,结合差值均方根设定合理阈值,实现前景的提取,PS上称为蒙版:提取过程中,可能会遇到前景像素丢失的情况,对此可通过开闭运算或者提取外部轮廓线的方式,将前景内部填充完毕

  • opencv转换颜色空间更改图片背景

    本文实例为大家分享了opencv转换颜色空间更改图片背景的具体代码,供大家参考,具体内容如下 思路: 1.将BGR转换为HSV颜色空间 2.设置掩模 3.位运算 这里以更改摩托罗拉logo背景为例,图片在必应图片搜索得知,具体代码如下: import numpy as np import cv2 from imageio import imread import matplotlib.pyplot as plt def show(img,winname = "img"): cv2.na

  • Opencv实现绿幕视频背景替换功能

    Opencv实现绿幕视频背景替换功能

    基于hsv颜色空间的实时背景替换: #include<opencv2\opencv.hpp> using namespace cv; Mat replace_and_blend(Mat &frame, Mat&mask); Mat background,frame, hsv, mask,result; int main(int arc, char** argv) { background = imread("2.jpg"); namedWindow(&quo

  • OpenCV实战之AI照片背景替换

    OpenCV实战之AI照片背景替换

    目录 导语 正文 1)附主程序 2)展示其他 总结 导语 不少人在生活中都有抠人像图换背景的需求.那怎么抠图呢? 相信不少人第一时间就想到了 PS 抠图大法,为了学会 PS 抠图很多人还花费不少精力,而且学会后大家想必都有共同感触:PS 抠图在制作抠图选区这个步骤太耗费时间!!就跟我减肥似的! 今天木木子就手把手教大家编写一款抠图人像技术—— 这款小程序实现一键智能抠取人像图的功能,非常强大! 比 PS 慢慢抠图效率可提升了太多了,而且还能让不会 PS 的群体也能轻松学会抠人像图. 吹了这么多,

  • 利用OpenCV实现绿幕视频背景替换

    利用OpenCV实现绿幕视频背景替换

    目录 前言 一.图像预处理 二.HSV色彩空间转换 1. cvtColor色彩空间转换 2. inRange抠图 三.背景替换 四.源码 总结 前言 本文将使用OpenCV C++ 进行绿幕视频背景替换. 一.图像预处理 背景 绿幕视频 首先,我们需要使用resize API将背景图尺寸修改与视频尺寸大小.这样才能进行后续的像素赋值操作. Mat bg = imread("background.jpg"); //背景图 VideoCapture capture; //读取待处理的绿幕视

  • C++ OpenCV实战之文档照片转换成扫描文件

    C++ OpenCV实战之文档照片转换成扫描文件

    目录 一.背景 二.基础知识 三.方案一:自动检测点 1.读取图片文件(进行了指定尺寸缩放) 2.创建直线类并计算两条直线的交点 3.图像边缘检测Canny 4.通过霍夫变换进行直线检测 5.求单应性矩阵 6.降噪和二值化 四.方案二:用户点选目标区域 1.命令行解析 2.鼠标事件 3.主函数实现 4.结果展示 五.总结 一.背景 前段时间都是基于Python的OpecCV进行一些学习和实践,但小的知识点并没有应用到实际的项目中:并且基于Python的版本的移植性.效率性都较差,在包含硬件的项目

  • Python 照片人物背景替换的实现方法

    Python 照片人物背景替换的实现方法

    目录 前言 项目说明 项目结构 数据准备 替换背景图代码 代码说明 验证一下效果 总结 前言 本文的github仓库地址为: 替换照片人物背景项目(模型文件过大,不在仓库中) 由于模型文件过大,没放在仓库中,本文下面有模型下载地址. 项目说明 项目结构 我们先看一下项目的结构,如图: 其中,model文件夹放的是模型文件,模型文件的下载地址为:模型下载地址 下载该模型放到model文件夹下. 依赖文件-requirements.txt,说明一下,pytorch的安装需要使用官网给出的,避免显卡驱

  • Python+OpenCV实战之利用 K-Means 聚类进行色彩量化

    Python+OpenCV实战之利用 K-Means 聚类进行色彩量化

    目录 前言 利用 K-Means 聚类进行色彩量化 完整代码 显示色彩量化后的色彩分布 前言 K-Means 聚类算法的目标是将 n 个样本划分(聚类)为 K 个簇,在博文<OpenCV与机器学习的碰撞>中,我们已经学习利用 OpenCV 提供了 cv2.kmeans() 函数实现 K-Means 聚类算法,该算法通过找到簇的中心并将输入样本分组到簇周围,同时通过简单的示例了解了 K-Means 算法的用法.在本文中,我们将学习如何利用 K-Means 聚类进行色彩量化,以减少图像中颜色数量.

  • OpenCV实战之图像拼接的示例代码

    OpenCV实战之图像拼接的示例代码

    目录 背景 实现步骤 一.读取文件 二.单应性矩阵计算 三.图像拼接 总结 背景 图像拼接可以应用到手机中的全景拍摄,也就是将多张图片根据关联信息拼成一张图片: 实现步骤 1.读文件并缩放图片大小: 2.根据特征点和计算描述子,得到单应性矩阵: 3.根据单应性矩阵对图像进行变换,然后平移: 4.图像拼接并输出拼接后结果图: 一.读取文件 第一步实现读取两张图片并缩放到相同尺寸: 代码如下: img1 = cv2.imread('map1.png') img2 = cv2.imread('map2

  • Python+OpenCV实战之拖拽虚拟方块的实现

    Python+OpenCV实战之拖拽虚拟方块的实现

    目录 一.项目效果 二.核心流程 三.代码流程 1. 读取摄像头视频,画矩形 2. 导入mediapipe处理手指坐标 3. 位置计算 完整代码 一.项目效果 学校宿舍今天搬家,累麻了,突然发现展示处理的也很粗糙,就这样吧嘿嘿~~~ 二.核心流程 1.openCV读取视频流.在每一帧图片上画一个矩形. 2.使用mediapipe获取手指关键点坐标. 3.根据手指坐标位置和矩形的坐标位置,判断手指点是否在矩形上,如果在则矩形跟随手指移动. 三.代码流程 环境准备: python: 3.8.8 op

随机推荐