使用 Grabcut 从图像中删除黑色背景 - Python

Question

这是之前发布的关于从 .png 图像中删除黑色背景的问题 (Remove Background from Image - Python) 的后续内容。我在 Q&A 中使用的脚本运行良好，但在完全去除黑色背景的同时保留图像轮廓内的所有内容时，我仍然会遇到一些细微的不一致。我使用 OpenCV 抓取算法尝试了一个不同的脚本，但我仍然遇到同样的问题。我希望能够在不删除图像轮廓内的像素的情况下从图像中删除黑色背景，这是我在运行脚本时使用的脚本以及示例输入/输出图像。

import numpy as np
import cv2
img = cv2.imread("C:\\users\\mdl518\\Desktop\\overhead_image.png") # Input 8-bit 3-channel image
      
mask = np.zeros(img.shape[:2], np.uint8) # img.shape[:2] = first, second values of img.shape
bgdModel = np.zeros((1,65), np.float64) # temporary array for background
fgdModel = np.zeros((1,65), np.float64) # temporary array for foreground
rect = (1,0,img.shape[1],img.shape[0]) # specify w,h beyond bounds of img.shape

# Grabcut algorithm to extract foreground (5 iterations) within region of interest
cv2.grabCut(img, mask, rect, bgdModel, fgdModel, 5, cv2.GC_INIT_WITH_RECT)

# Split RGB channels and create new alpha channel
r_channel, g_channel, b_channel = cv2.split(img) 
a_channel = np.where((mask==2)|(mask==0), 0, 255).astype('uint8')  
        
img_RGBA = cv2.merge((r_channel, g_channel, b_channel, a_channel)) # add alpha channel to image
cv2.imwrite(".//output_image.png", img_RGBA)  ## write new image to file

输入图像：

输出图像（使用上面的脚本）： 输出图像（使用“轮廓”方法）：

我正在尝试在 0 到 255 之间调整我的“矩形”边界和蒙版设置，但我仍然无法解决这个问题 - 当前设置似乎在不移除额外像素的情况下最大限度地保留了图像，但它仍然没有保留整个图像。非常感谢任何帮助！

Answer 1

我们可以制作一个包含图像中所有非黑色区域的蒙版，并使用 findContours 来获取每个黑色区域的形状。通过选择最大的轮廓，我们可以屏蔽掉彩色区域之外的所有内容。

import cv2
import numpy as np

# load image
img = cv2.imread("terrain.png");
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY);

# mask
mask = cv2.inRange(gray, 1, 255);

# get contours # OpenCV 3.4, in OpenCV 2* or 4* it returns (contours, _)
_, contours, _ = cv2.findContours(mask, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE);

# get biggest contour
biggest = None;
biggest_size = -1;
for con in contours:
    area = cv2.contourArea(con);
    if area > biggest_size:
        biggest_size = area;
        biggest = con;

# make mask with biggest contour
new_mask = np.zeros_like(mask);
cv2.drawContours(new_mask, [biggest], -1, (255), -1);

# redraw with white
img[new_mask == 0] = (255,255,255);

# show image
cv2.imshow("Image", img);
cv2.imshow("Mask", mask);
cv2.imshow("New Mask", new_mask);
cv2.waitKey(0);