检测图像的主要对象并去除背景答案

【问题标题】：detect the main object of the image and remove the background检测图像的主要对象并去除背景
【发布时间】：2021-01-04 22:19:39
【问题描述】：

我需要检测图像中的主要（前）汽车，以将其放入另一个没有背景或背景简单的图像中。下面是一个示例图像：

我正在使用 Python 3 和 OpenCV 4 进行开发。

我尝试了 HaarCascade，但效果不佳，即使在 detectMultiScale 中有许多不同的超参数：

car_cascade = cv2.CascadeClassifier('./haarcascade/haarcascade_car.xml') 

car_detected = car_cascade.detectMultiScale(img_gray1, 2.2, 4)

cars_with_detections = np.copy(img1)

for (x, y, w, h) in car_detected:
    cv2.rectangle(cars_with_detections, (x, y), (x+w, y+h), (255, 0, 0), 5)

plt.figure(figsize=(25,15))
plt.imshow(cars_with_detections)

【问题讨论】：

你确定“haarcascade_car.xml”可以正常工作吗？

标签： python opencv image-processing computer-vision haar-classifier

【解决方案1】：

由于其他红色汽车和其他物体，这张图片的背景很难移除（同时保留汽车的形状）。
我尝试了各种方法：模糊（高斯滤镜、箱形滤镜等）。

如果您只需要对一张图片执行此操作，并且只将汽车放入另一张图片中，那么使用 Photoshop 和 Magic Wand 工具可能会更好。

但是，通过 GRIP（图形表示图像处理）软件中的实验，我能够通过纯 OpenCV 处理非常接近。

这是我的管道：

原图：

CV 减法（减去汽车的“红色”颜色以获得汽车的深色斑点）
（红色）
HSV 阈值（用汽车车身创建一个遮罩）
模糊（模糊 HSV 阈值以获得更坚实的蒙版）
查找轮廓（通过模糊蒙版查找车身轮廓）
蒙版（将蒙版应用于原始图像以获取汽车的像素）

我知道我的代码可能没有产生您希望的结果，但我希望您感谢我的努力和时间以及我的替代解决方案。

这里是link 下载GRIP

这里是link，用于将图像处理管道代码下载为 Python 文件和 GRIP 文件

【讨论】：