1 准备工作

我们首先准备两张图片，其中一张是需要扣除背景的图片，如下图

而要移植的的目标背景图如下:

以及我们所需要的Python和OpenCV工具包，我选择的版本分别如下：

Python 3.7.1 64-bit

那到目前为止，我们的准备工作就结束了。

2 分析实现

接下来，我们就需要对图片进行分析，一般普遍情况下，被扣除背景的图片中背景一般是绿色的，这个是经过长期实验论证的，但由于学校提供的实验室背景为蓝色，且蓝色为一种常见的大众衣着颜色，所以实际效果并不好，因此可根据现实情况进行分析。

2.1 扣除颜色分析

扣除颜色在上图为蓝色，其范围应该是深绿色到紫色这一大致范围，我们知道，常用的颜色扣除方式是采用OpenCV的inRange获取HSV得到二进制范围，在这里称为mask，再通过mask的非运算结果和原图进行与运算得到人像，但这样的方式会存在较大的噪点，所以我们可以采取drawContours的方式对微小细节进行排除。

3 代码说明

基于Python3和OpenCV，具体安装方式可参考博客内文章即可

import cv2
import numpy as np

3.1 全局变量

#设置人所在的位置和人的大小
people_height = 1200     #人像缩放高度
people_width = 800      #人像缩放宽度
people_loc_x = 900      #人像定位（从左上角开始）
people_loc_y = 0     #代码来源于http://me.zhengqiao.wang/
#打开人像图片
img = cv2.imread('C:/Users/wren1/Desktop/1.jpg')
#打开背景图片
img_background = cv2.imread("C:/Users/wren1/Desktop/TIM20190518132817.jpg")

3.2 初始化

result = np.zeros((int(img_background.shape[0]),int(img_background.shape[1]),3),np.uint8)
result[:,:,0],result[:,:,1],result[:,:,2] = 255,0,0  #代码来源于http://me.zhengqiao.wang/

3.3 执行代码

hsv=cv2.cvtColor(img,cv2.COLOR_BGR2HSV)
blue=cv2.inRange(hsv,np.array([78,43,46]),np.array([155,255,255]))
contours, hierarchy = cv2.findContours(blue,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE) #代码来源于http://me.zhengqiao.wang/
for i in range(len(contours)):
    area = cv2.contourArea(contours[i])#代码来源于http://me.zhengqiao.wang/
    if area > 200:
        #填充为蓝色
        cv2.drawContours(img,[contours[i]],-1,(255,0,0),-1)
        pass
people = cv2.resize(img,(people_width,people_height))
result[people_loc_y:people_loc_y+people_height,people_loc_x:people_loc_x+people_width] = people #代码来源于http://me.zhengqiao.wang/
background = cv2.inRange(result,np.array([255,0,0]),np.array([255,0,0]))
tmp_back = cv2.bitwise_and(img_background,img_background,mask=background) #代码来源于http://me.zhengqiao.wang/
tmp_people = cv2.bitwise_and(result,result,mask=cv2.bitwise_not(background))
result = cv2.add(tmp_back,tmp_people)

3.4 显示结果

#为了显示方便缩放一下结果
img_result = cv2.resize(result,(600,800)) #代码来源于http://me.zhengqiao.wang/
cv2.imshow("hole",img_result)
cv2.waitKey(0)

4 总结

当时写代码的时候没写注释，这种颜色扣取的方式是我一个暑假琢磨出来的，原本是用于RoboCup做场地识别和球门识别定位分离的，后来采用了BHuman的框架所以没用得上，这个效果还是很不错的，就是效率有些低，但对于一般计算机来说是足够的了。

有什么问题可以下方留言或者发邮件给我~

王政乔

所有文章

OpenCV实现多图片背景消除及合并叠加

目录