使用 Python 将绿屏背景替换成自定义图片
你有没有想过我们如何自己替换图像中的绿屏背景?
在这里,将教你如何使用 Python 和 OpenCV 替换具有绿屏背景的图像。
让我们进入正题,首先将拍摄两张图像作为我们程序的输入,一张是绿屏背景的图像,另一张是将设置成背景的图像。
带有绿屏背景的图像和要设置的背景图像
首先,你需要安装一些必需的库,例如 OpenCV 和 cvzone。
要安装这些库,只需打开命令提示符或终端并键入以下内容,然后按 Enter。
pip install opencv-pythonpip install cvzone
安装库后,导入安装的库并读取这两个图像,如下所示,
# Importing librariesimport cv2from cvzone.SelfiSegmentationModule import SelfiSegmentation# Reading the green screen and background imagegreen_screen_img = cv2.imread("Green Screen Image Path")bg_img = cv2.imread("Background Image Path")
两个图像应具有相同的尺寸(相同的宽度和高度)。使用shape属性检查尺寸(返回高度、宽度、通道)。如果两个图像的尺寸不同,则使用cv2.resize() 将这些图像的尺寸调整为相同的尺寸。
# Checking dimensionsprint(green_screen_img.shape)print(bg_img.shape)# In my case both are having different dimension.# So, I have to resize my images to same dimensions.w, h = 640, 480green_screen_img = cv2.resize(green_screen_img, (w, h))bg_img = cv2.resize(bg_img, (w, h))
调整图像大小后,为SelfiSegmentation创建一个从cvzone.SelfiSegmentationModule导入的对象,然后从该对象调用一个函数removeBG(),该函数接受三个参数。
源图像背景图像/背景颜色阈值(默认 = 0.1)(可选)output_1 = segmentor.removeBG(green_screen_img, bg_img) cv2.imshow("Output-1", output) cv2.waitKey(0)
具有默认阈值 (0.1) 的输出图像
output_2 = segmentor.removeBG(green_screen_img, bg_img, threshold=0.4) cv2.imshow("Output-2", output_2) cv2.waitKey(0)
输出阈值为 0.4 的图像
注意:最大阈值可以是1。如果阈值设置为 1,则整个图像被背景图像占据,如下所示,
output_3 = segmentor.removeBG(green_screen_img, bg_img, threshold=1)cv2.imshow("Output-3", output_3)cv2.waitKey(0)
阈值为 1 的输出图像
你也可以在BGR(蓝色、绿色、红色)值中指定颜色,而不是将图像指定为背景,如下图所示,
# In my case, I am choosing Red color as background# RED - (0, 0, 255)output = segmentor.removeBG(green_screen_img, (0, 0, 255))cv2.imshow("Output", output)cv2.waitKey(0)
以红色为背景的输出图像
原文标题:使用 Python 将绿屏背景替换成自定义图片
-
构建自定义CNN模型:识别COVID-19
2022-03-01 -
如何使用 Yolo v5 对象检测算法进行自定义对象检测
2022-02-07 -
使用 TensorFlow.js 在浏览器上进行自定义对象检测
2022-02-07 -
碳中和背景下,能源变革成为“必考题”
2021-11-10 -
限电、停产狂刷屏,能耗双控背景下市场何时“来电”?
2021-09-27 -
“双碳”背景下,光伏发电如何持续“发光”?
2021-09-03 -
双碳背景下中国储新比的发展趋势
2021-08-24 -
如何在添加图像时自动选择背景?
2021-06-28 -
浅议双碳背景下的京津冀绿色电力市场化交易
2021-05-20