Question

我正在研究如何使用python和其他一些库来裁剪此图像中的连衣裙（参见图像1），所以我需要对照片中的许多模型的不同图像进行此操作，它们将具有不同的尺寸和形状，所以我需要做一些通用的东西，可以拍摄图像，分析它，并除去所有礼服，

image1的我有一个代码，它采用这个图像并在模型的形状周围做一些掩码并放置alpha通道，所以我得到了这个（image2）：

IMAGE2

正如你所看到的，这是我的代码的结果，但不是我需要的，我真的需要删除模型周围的所有颜色，如果可能的话，衣服周围的所有颜色，并需要是通用的..即应该使用不同形状和大小的不同型号

这是我使用PIL和numpy库在python上编写的代码，我使用的是python 3.4

    import numpy
from numpy import array
from PIL import Image
#import cv2

# read image as RGB and add alpha (transparency)
im = Image.open("one.jpg").convert("RGBA")

# convert to numpy (for convenience)
imArray = numpy.asarray(im)

# create mask (zeros + circle with ones)

center = (100,100)
radius = 100
mask = numpy.zeros((imArray.shape[0],imArray.shape[1]))
for i in range(imArray.shape[0]):
    for j in range(imArray.shape[1]):
        #if (i-center[0])**2 + (j-center[0])**2 < radius**2:
        #    mask[i,j] = 1
        if ((j > 110 and j<240 and i>65 ) or (j > 440 and j<580 and i>83 )):
            mask[i, j] = 1

"""
lower = numpy.array([0,0,0])
upper = numpy.array([15, 15, 15])
shapeMask = cv2.inRange(imArray, lower, upper)
"""

# assemble new image (uint8: 0-255)
newImArray = numpy.empty(imArray.shape,dtype='uint8')

# colors (three first columns, RGB)
newImArray[:,:,:3] = imArray[:,:,:3]

# transparency (4th column)
newImArray[:,:,3] = mask*255          

# back to Image from numpy
newIm = Image.fromarray(newImArray, "RGBA")
newIm.save("one2.png")

结果应该是PNG图像，除了模型以外都是透明的，或者如果可能的话还要穿着

正如你所看到我只制作一个总是在同一个地方的静态面具，并且它是矩形的，没有调整到模型，请告诉我你是否需要更多解释我需要的东西

非常感谢！塞萨尔

Answer 1

如果您可以假设背景相当简单，（颜色均匀或几乎水平线条），您可以进行边缘检测，并删除第一个出现边缘之外的所有像素。

任何边缘检测滤波器都应该足够了，但我可能会选择一个简单的高通滤波器，它只能增强垂直边缘。你只是想弄清楚模特的轮廓在哪里！

然后从框架中移除所有像素，向内移动，直到遇到第一条边。（清理模型外的背景）。

去除手臂和衣服等之间的孔。将移除的像素的颜色值中位数，以获得此行的背景颜色，然后移除颜色值接近行的其余部分的找到平均值的像素。

删除应该通过构建蒙版图像来完成，然后从图像中减去它，因为之后可以将蒙版用于不透明度/ alpha通道。

风险：

如果连衣裙或模特的颜色与背景颜色太近，模特/连衣裙上会出现洞。
背景中的模式会干扰算法并保持行不变。
背景中的噪点可能导致删除或颜色值仅从靠近帧的像素设置。

通过打开和关闭删除掩码可以最大限度地减少其中一些问题。其他通过边缘检测前的空间中值滤波器。

Answer 2

第一步是计算背景颜色。获取50*50块找到方差，将10-20 pixels向右移动并获得另一个块，计算其方差等等。将差异存储在数组中。（以及他们的手段）。

方差最小的是背景颜色，你会看到一堆那些。找到背景颜色后，选择5 * 5块，如果方差非常小且平均值等于其中一个背景（即类似特征），则将其设为白色或做任何你想做的事。

这只是我的直觉，我对图像处理并不专业。

Answer 3

您可以尝试从模型图像中提取礼服。

link是名为 PixelDTGAN 的图像条件图像生成模型的github存储库。该模型将执行一项具有挑战性的任务，即根据穿着打扮的人的输入图像生成一件衣服
此模型在语义级别上将输入域转移到目标域，并在像素级别生成目标图像。
要生成逼真的目标图像，请使用真实/假区分符，就像在生成对抗网络中一样，使用域区分符使生成的图像与输入图像相关。

Answer 4

这是一个非常棘手的问题，尤其是当您不知道背景将是什么以及背景有阴影时。

衣服的网也将部分或全部丢失，甚至可能失去身体和手臂之间的区域。

尝试使用ImageMagick。但是OpenCV也有类似的命令。

输入：

首先，稍微模糊图像，然后从HCL色彩空间中提取色相通道。

第二，我将所有白色的容差在30％的范围内更改为黑色。

第三，我使用自己的脚本之一执行Otsu阈值设置。

第四次我做了少量的形态学研究。

第五，我使用连接的组件处理来删除面积小于150像素的所有区域。在OpenCV中，这将是斑点检测（SimpleBlobDetection）并将结果反转（取反）作为掩码。

最后，我将遮罩放入输入的alpha通道中，以使背景透明（此处将显示为白色）。

convert image.jpg -blur 0x1 -colorspace HCL -channel r -separate hue.png
convert hue.png -fuzz 30% -fill black -opaque white filled.png
otsuthresh -g save filled.png thresh.png
convert thresh.png -morphology open disk:1 morph.png
convert morph.png -type bilevel \
-define connected-components:mean-color=true \
-define connected-components:area-threshold=150 \
-connected-components 4 \
-negate \
mask.png
convert image.jpg mask.png -alpha off -compose copy_opacity -composite result.png

这是步骤的图像：

色调图像：

将白色转换为黑色后的填充图像：

大津阈值图像：

遮罩：

结果：

如您所见，结果并不能很好地保持女人和衣服的轮廓，特别是在头发和衣服的网状上。

您可以在https://docs.opencv.org/3.4/d8/d83/tutorial_py_grabcut.html处调查OpenCV GrabCut前景扩展

用python从图像中提取衣服

4 个答案: