### 使用Python进行图像抠图及背景扩展 #### 图像抠图技术概述 图像抠图是指从源图像中提取前景对象，并将其放置到新的背景下。此过程通常涉及创建一个二值掩码来区分前景和背景像素。 对于图像处理任务，`OpenCV` 和 `PIL (Pillow)` 是两个常用的 Python 库。前者擅长计算机视觉操作，后者则提供了丰富的图像编辑功能[^1]。 #### 实现抠图的具体方法 为了完成抠图工作，下面提供了一种基于颜色阈值分割的方法： ```python import numpy as np import cv2 as cv from PIL import Image def remove_background(image_path): # 加载原图 img = cv.imread(image_path) # 转换色彩空间至LAB模式以便更好地分离肤色和其他部分 lab_img = cv.cvtColor(img, cv.COLOR_BGR2Lab) # 定义绿色范围用于创建掩膜（可根据实际情况调整） lower_green = np.array([0, 127, 127]) upper_green = np.array([255, 255, 255]) mask = cv.inRange(lab_img, lower_green, upper_green) # 对mask做形态学变换去除噪声点 kernel = np.ones((3, 3), dtype=np.uint8) mask = cv.morphologyEx(mask, cv.MORPH_CLOSE, kernel) mask = cv.GaussianBlur(mask, (9, 9), sigmaX=2, sigmaY=2) # 将白色区域设为透明 result = cv.bitwise_and(img, img, mask=mask) bgr_masked = cv.add(result, np.full_like(img, fill_value=(255, 255, 255))) # 创建带有alpha通道的结果图像 rgba_result = cv.cvtColor(bgr_masked, cv.COLOR_BGR2BGRA) alpha_channel = np.where(mask > 0, 255, 0).astype(np.uint8) rgba_result[:, :, 3] = alpha_channel pil_rgba_result = Image.fromarray(cv.cvtColor(rgba_result, cv.COLOR_BGRA2RGBA)) return pil_rgba_result ``` 这段代码实现了通过设定特定的颜色区间来构建掩模，从而达到移除不需要的部分的效果。这里选择了 LAB 颜色模型中的某个亮度分量作为判断依据之一；当然也可以根据具体需求选择其他特征来进行更精确的选择[^2]。 #### 扩展背景的技术方案 当完成了抠图之后，如果想要给新加入的对象添加额外的空间，则可以通过以下方式实现背景扩张： ```python def extend_background(foreground_image, background_size=(800, 600)): fg_width, fg_height = foreground_image.size bg_width, bg_height = background_size extended_bg = Image.new('RGBA', size=background_size, color=(255, 255, 255, 0)) paste_position_x = int(bg_width / 2 - fg_width / 2) paste_position_y = int(bg_height / 2 - fg_height / 2) extended_bg.paste(im=foreground_image, box=(paste_position_x, paste_position_y), mask=foreground_image.split()[3]) return extended_bg ``` 上述函数接收一张已经去除了背景的前景图片以及目标画布尺寸参数，在中心位置粘贴该前景元素的同时保持其原有的透明度信息不变。最终返回的是具有指定大小的新合成图像对象[^3]。