python 使用OpenCV进行简单的人像分割与合成
更新时间：2021年02月02日 09:52:51 作者：tankee
这篇文章主要介绍了python 使用OpenCV进行简单的人像分割与合成的方法，帮助大家更好的利用python处理图像，感兴趣的朋友可以了解下
实现思路
通过背景建模的方法，对源图像中的动态人物前景进行分割，再将目标图像作为背景，进行合成操作，获得一个可用的合成影像。
实现步骤如下。
使用BackgroundSubtractorMOG2进行背景分割
BackgroundSubtractorMOG2是一个以高斯混合模型为基础的背景前景分割算法，
混合高斯模型
分布概率是K个高斯分布的和，每个高斯分布有属于自己的 μμ 和 σσ 参数，以及对应的权重参数，权重值必须为正数，所有权重的和必须等于1，以确保公式给出数值是合理的概率密度值。换句话说如果我们把该公式对应的输入空间合并起来，结果将等于1。
回到原算法，它的一个特点是它为每一个像素选择一个合适数目的高斯分布。基于高斯模型的期望和标准差来判断混合高斯模型模型中的哪个高斯模型更有可能对应这个像素点，如果不符合就会被判定为前景。
使用人像识别填充面部信息
创建级联分类器
face_cascade = cv2.CascadeClassifier() face_cascade.load( '/usr/local/anaconda3/envs/OpenCV/lib/python3.8/site-packages/cv2/data/haarcascade_frontalface_default.xml')
使用OpenCV自带的级联分类器，加载OpenCV的基础人像识别数据。
识别源图像中的人像
faces = face_cascade.detectMultiScale(gray, 1.3, 5)
使用形态学填充分割出来的前景
# 形态学开运算去噪点 fgmask = cv2.morphologyEx(fgmask, cv2.MORPH_OPEN, kernel) for i in range(15): fgmask = cv2.dilate(fgmask, kernel, iterations=1)
通过开操作去掉前景图像数组中的噪点，然后重复进行膨胀，填充前景轮廓。
将人像与目标背景进行合成
def resolve(o_img, mask, faces):
if len(faces) == 0:
return
(x, y, w, h) = faces[0]
rgb_mask_front = cv2.cvtColor(mask, cv2.COLOR_GRAY2BGR)
rgb_mask_front = cv2.bitwise_not(rgb_mask_front)
cv2.circle(rgb_mask_front, (int(x + w / 2), int(y + h / 2)), int((w + h) / 4), (0, 0, 0), thickness=-1)
o_img = cv2.subtract(o_img, rgb_mask_front)
return o_img
将分割出来的部分取反再与源图像进行减操作，相当于用一个Mask从原图中抠出一部分。
再与背景进行加操作
out = resolve(frame, fgmask, faces) out = cv2.add(out, c_frame)
代码实现
import numpy as np
import cv2
import os
# 经典的测试视频
camera = cv2.VideoCapture('./source/background_test2.avi')
cap = cv2.VideoCapture('./source/camera_test2.avi')
face_cascade = cv2.CascadeClassifier()
face_cascade.load(
os.getcwd()+'/source/haarcascade_frontalface_default.xml')
# 形态学操作需要使用
kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (3, 3))
# 创建混合高斯模型用于背景建模
fgbg = cv2.createBackgroundSubtractorMOG2(detectShadows=False)
def resolve(o_img, mask, faces):
if len(faces) == 0:
return
(x, y, w, h) = faces[0]
rgb_mask_front = cv2.cvtColor(mask, cv2.COLOR_GRAY2BGR)
rgb_mask_front = cv2.bitwise_not(rgb_mask_front)
cv2.circle(rgb_mask_front, (int(x + w / 2), int(y + h / 2)), int((w + h) / 4), (0, 0, 0), thickness=-1)
o_img = cv2.subtract(o_img, rgb_mask_front)
return o_img
while True:
ret, frame = cap.read()
c_ret, c_frame = camera.read()
gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
fgmask = fgbg.apply(frame)
# 形态学开运算去噪点
fgmask = cv2.morphologyEx(fgmask, cv2.MORPH_OPEN, kernel)
gray_camera = cv2.cvtColor(c_frame, cv2.COLOR_BGR2GRAY)
for i in range(15):
fgmask = cv2.dilate(fgmask, kernel, iterations=1)
faces = face_cascade.detectMultiScale(gray, 1.3, 5)
out = resolve(frame, fgmask, faces)
out = cv2.add(out, c_frame)
cv2.imshow('Result', out)
cv2.imshow('Mask', fgmask)
k = cv2.waitKey(150) & 0xff
if k == 27:
break
out.release()
camera.release()
cap.release()
cv2.destroyAllWindows()
以上就是python 使用OpenCV进行简单的人像分割与合成的详细内容，更多关于python opencv人像分割与合成的资料请关注脚本之家其它相关文章！
相关文章
今天小编就为大家分享一篇浅谈Python的list中的选取范围，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2018-11-11
本文主要介绍了python读取和保存mat文件的方法，文中通过示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2021-08-08
这篇文章主要介绍了python 如何上传包到pypi，帮助大家更好的理解和使用python，感兴趣的朋友可以了解下2020-12-12
这篇文章主要为大家详细介绍了Windows下python2.7.8安装图文教程，在安装过程中出现“python不是内部或外部命令”提示的解决方法，感兴趣的小伙伴们可以参考一下2016-05-05
随机漫步生成是无规则的，是系统自行选择的结果。接下来通过本文给大家介绍Python实现随机漫步功能，感兴趣的朋友跟随脚本之家小编一起看看吧2018-07-07
python操作Excel的模块，网上提到的模块大致有：xlwings、xlrd、xlwt、openpyxl、pyxll等。本文将利用xlwings模块制作一个天气预报表，需要的可以参考一下2022-01-01
这篇文章主要介绍了如何在Python中实现goto语句的方法，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2019-05-05
这篇文章主要介绍了django haystack实现全文检索的示例代码，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2020-06-06
这篇文章主要介绍了深入理解Django自定义信号（signals)，小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧2018-10-10
hashlib 是一个提供了一些流行的hash算法的 Python 标准库．其中所包括的算法有 md5, sha1, sha224, sha256, sha384, sha512. 另外，模块中所定义的 new(name, string=”) 方法可通过指定系统所支持的hash算法来构造相应的hash对象2022-11-11
最新评论