使用 Python 将绿屏背景替换成自定义图片

人工智能等各类编程培训资料整理，所有资源无秘无压缩-购买会员

你有没有想过我们如何自己替换图像中的绿屏背景？

在这里，将教你如何使用 Python 和 OpenCV 替换具有绿屏背景的图像。

让我们进入正题，首先将拍摄两张图像作为我们程序的输入，一张是绿屏背景的图像，另一张是将设置成背景的图像。

带有绿屏背景的图像和要设置的背景图像

首先，你需要安装一些必需的库，例如 OpenCV 和 cvzone。

要安装这些库，只需打开命令提示符或终端并键入以下内容，然后按 Enter。

pip install opencv－pythonpip install cvzone

安装库后，导入安装的库并读取这两个图像，如下所示，

＃ Importing librariesimport cv2from cvzone．SelfiSegmentationModule import SelfiSegmentation＃ Reading the green screen and background imagegreen＿screen＿img ＝ cv2．imread（＂Green Screen Image Path＂）bg＿img ＝ cv2．imread（＂Background Image Path＂）

两个图像应具有相同的尺寸（相同的宽度和高度）。使用shape属姓检查尺寸（返回高度、宽度、通道）。如果两个图像的尺寸不同，则使用cv2．resize（） 将这些图像的尺寸调整为相同的尺寸。

＃ Checking dimensionsprint（green＿screen＿img．shape）print（bg＿img．shape）＃ In my case both are having different dimension．＃ So， I have to resize my images to same dimensions．w， h ＝ 640， 480green＿screen＿img ＝ cv2．resize（green＿screen＿img， （w， h））bg＿img ＝ cv2．resize（bg＿img， （w， h））

调整图像大小后，为SelfiSegmentation创建一个从cvzone．SelfiSegmentationModule导入的对象，然后从该对象调用一个函数removeBG（），该函数接受三个参数。

源图像背景图像／背景颜涩阈值（默认 ＝ 0．1）（可选）output＿1 ＝ segmentor．removeBG（green＿screen＿img， bg＿img） cv2．imshow（＂Output－1＂， output） cv2．waitKey（0）

具有默认阈值 （0．1） 的输出图像

output＿2 ＝ segmentor．removeBG（green＿screen＿img， bg＿img， threshold＝0．4） cv2．imshow（＂Output－2＂， output＿2） cv2．waitKey（0）

输出阈值为 0．4 的图像

注意：最大阈值可以是1。如果阈值设置为 1，则整个图像被背景图像占据，如下所示，

output＿3 ＝ segmentor．removeBG（green＿screen＿img， bg＿img， threshold＝1）cv2．imshow（＂Output－3＂， output＿3）cv2．waitKey（0）

阈值为 1 的输出图像

你也可以在BGR（蓝涩、绿涩、红涩）值中指定颜涩，而不是将图像指定为背景，如下图所示，

＃ In my case， I am choosing Red color as background＃ RED － （0， 0， 255）output ＝ segmentor．removeBG（green＿screen＿img， （0， 0， 255））cv2．imshow（＂Output＂， output）cv2．waitKey（0）

以红涩为背景的输出图像