python - 检测图像的主要对象并去除背景

Question

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纯色的图像中。下面是一个示例图像：

我正在使用 OpenCV 4 在 Python 3 中进行开发。

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)

标签： pythonopencvimage-processingcomputer-visionhaar-classifier

Answer 1

由于其他红色汽车和杂项对象，此图像的背景很难移除（同时保留汽车的形状）。
我尝试了各种方法：模糊（高斯滤波器、箱形滤波器等）。

如果您只需要对一张图像执行此操作，并且只将汽车放入另一张图像中，则使用 Photoshop 和魔术棒工具可能会更好。

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： 原始图像：

1. CV 减法（减去汽车的“红色”颜色以获得汽车的深色斑点）
   （红色）

2. HSV 阈值（用车身创建一个遮罩）

3. 模糊（模糊 HSV 阈值以获得更坚实的蒙版）

4. 查找轮廓（通过模糊蒙版查找车身轮廓）

5. 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。

这是下载GRIP的链接

这是将图像处理管道代码下载为 Python 文件和 GRIP 文件的链接