python大目标物体背景分离

原创

已于 2023-08-30 15:55:03 修改 · 390 阅读

1 ·

CC 4.0 BY-SA版权

文章标签：

#python #opencv #算法

于 2023-02-14 11:04:51 首次发布

该代码段展示了如何用Python的OpenCV库从图像中提取占比最大的物体轮廓，并将背景设为零，实现物体与背景的分离。首先对图像进行模糊处理，然后转换为灰度图并应用阈值处理。通过寻找轮廓和计算面积找到最大轮廓，最后绘制轮廓并进行颜色差分来分离物体与背景。

python提取大目标轮廓并去除背景干扰


print("------------------------------------------分离物体在图片中占比最大轮廓提取------------------------------------")
from pylab import *
import cv2 as cv
img = cv.imread(r'C:\Users\Administrator\PycharmProjects\acquire_RGB\picture\1.bmp')
draw_img = img.copy()
blur = cv.blur(img, (3, 3))
gray = cv.cvtColor(blur, cv.COLOR_BGR2GRAY)
ret, thresh = cv.threshold(gray, 23, 255, cv.THRESH_BINARY)#阈值设置，根据不同的情况进行调节。
contours, hierarchy = cv.findContours(thresh, cv.RETR_TREE, cv.CHAIN_APPROX_NONE)
contoursArea = 0
count = 0
for n in range(len(contours)):
    cnt = contours[n]
    if (contoursArea <= cv.contourArea(cnt)):
        contoursArea = cv.contourArea(cnt)
        count = n
area = []
mask = draw_img
for k in range(len(contours)):
    area.append(cv.contourArea(contours[k]))
max_idx = np.argmax(np.array(area))
print('---------------找到要分离物体并把物体置零----------------------')
sub_img = cv.drawContours(ma