介紹
OpenCV是一個開源計算機視覺庫，可提供播放不同影象和影片流的許可權，還有助於端到端專案，如物件檢測、人臉檢測、物件跟蹤等。
CVzone是一個計算機視覺包，可以讓我們輕鬆執行像人臉檢測、手部跟蹤、姿勢估計等，以及影象處理和其他 AI 功能。它的核心是使用 OpenCV 和 MediaPipe 庫。請點選此處獲取更多資訊。
https：//github。com/cvzone/cvzone
為什麼需要實時背景去除？
由於許多原因，影片的背景需要修改，如背景中有很多其他中斷或背景顏色不適合該人。因此，我們使用實時背景替換技術來替換背景並新增替換為所需內容。
流行的背景去除技術
影象剪下路徑
- 如果影象的主題具有銳利的邊緣，則使用此技術。所有落在路徑之外的元素都將被消除。
影象剪下
– 在這裡，我們剪下幀中所需的區域或主題並刪除背景。
影象遮罩
– 如果影象有褶邊或細邊緣，我們可以使用影象遮罩技術。
擦除背景
– 使用任何不同的工具擦除影象的背景
許多著名的應用程式使用背景去除技術並用自定義技術替換它。在這裡，我們將實現類似的東西，使用 OpenCV 和 CVzone。
讓我們開始實施
安裝所需的模組。
—— pip install OpenCV-python
—— pip install cvzone
—— pip install mediapipe
首先，讓我們檢查一下我們的網路攝像頭是否工作正常。
import cv2
cap = cv2。VideoCapture（）
cap。set（3， 640）
cap。set（4， 480）
while True：
success， img = cap。read（）
cv2。imshow（“Image”， img）
if cv2。waitKey（1） & 0xFF == ord（‘q’）：
break
如果你有網路攝像頭，上面的程式碼會彈出一個視窗，這裡的幀大小是 640 X 480。所以我們需要注意，因為背景替換影象的大小應該與幀大小相同，即 640 X 480 。
現在在這裡建立專案目錄中的資料夾，我正在建立一個名為*‘BackgroundImages’*的資料夾。你可以下載任何影象或任意數量的影象並將它們放在此目錄中。
專案結構將如下圖所示：
讓我們在單獨的 python 檔案中編寫一小段程式碼，將*“BackgroundImages”*資料夾中的所有影象大小調整 為 640 X 480。
import cv2
import os
for root， subdirs， files in os。walk（‘D：/pycharmprojects/BackgroundRemover/BackgroundImages’）：
for f in files：
if f。endswith（‘jpg’）：
# print（f）
img = cv2。imread（‘D：/pycharmprojects/BackgroundRemover/BackgroundImages/’ + f）
img = cv2。resize（img， （640， 480））
cv2。imwrite（‘D：/pycharmprojects/BackgroundRemover/BackgroundImages/’+f， img）
print（*［“Image”， f， “is resized to 640 X 480”］）
上面的程式碼將讀取指定資料夾中的影象（jpg）檔案，並一次將所有影象調整為 640 X480。
調整所有影象大小後的輸出
現在我們都準備好實現背景替換技術了。
匯入需要的模組
import cv2
import cvzone
from cvzone。SelfiSegmentationModule import SelfiSegmentation
import os
在上面的模組中，*“SelfSegmentation”*用於刪除框架的背景並將其替換為我們目錄中的影象。
cap = cv2。VideoCapture（）
cap。set（3， 640）
cap。set（4， 480）
# cap。set（cv2。CAP_PROP_FPS， 60）
segmentor = SelfiSegmentation（）
fpsReader = cvzone。FPS（）
# imgBG = cv2。imread（“BackgroundImages/3。jpg”）
listImg = os。listdir（“BackgroundImages”）
imgList = ［］
for imgPath in listImg：
img = cv2。imread（f‘BackgroundImages/’）
imgList。append（img）
indexImg =
在上面的程式碼中，我們採取從網路攝像頭輸入，並且還設定幀寬度為640 X 480
然後呼叫SelfiSegmentation（），並將其分配給一個變數segmentor，並且為了在顯示幀每秒（fps）的輸出幀，我們使用*cvzone。FPS（）*函式。
然後我們建立一個存在於BackgroundImages資料夾中的影象列表，我們遍歷該列表並讀取每個影象並將其附加到一個空列表中。初始索引設定為零。
while True：
success， img = cap。read（）
# imgOut = segmentor。removeBG（img， （255，0，255）， threshold=0。83）
imgOut = segmentor。removeBG（img， imgList［indexImg］， threshold=0。8）
imgStack = cvzone。stackImages（［img， imgOut］， 2，1）
_， imgStack = fpsReader。update（imgStack）
print（indexImg）
cv2。imshow（“image”， imgStack）
key = cv2。waitKey（1）
if key == ord（‘a’）：
if indexImg>：
indexImg -=1
elif key == ord（‘d’）：
if indexImg
indexImg +=1
elif key == ord（‘q’）：
break
現在主要部分在 while 迴圈中從網路攝像頭讀取幀，我們使用*segmentor。removeBG（）*函式從幀中刪除背景並將其替換為目錄中的影象。
在上面的程式碼中，你可以看到我們已經向segmentor。removeBG（）函式傳遞了三個引數 ，即來自網路攝像頭的影象幀（img），然後是目錄中存在的影象列表以及影象索引
(imgList[indexImg) ])
，最後是閾值。如果閾值設定為 1，則閾值會削減所有內容，這裡我們將其設定為 0。8，為了獲得更好的邊緣，請使用不同的閾值。
然後我們使用cvzone。stackImages堆疊影象*，* 這裡我們將獲得背景替換影象或幀的輸出。然後使用一個簡單的 if 語句，分配鍵來更改背景。
例如，如果我們有 10 張背景影象，根據上面的程式碼，我們可以使用鍵“a”或鍵“d”來更改幀的背景。
整個程式碼如下。
import cv2
import cvzone
from cvzone。SelfiSegmentationModule import SelfiSegmentation
import os
cap = cv2。VideoCapture（）
cap。set（3， 640）
cap。set（4， 480）
# cap。set（cv2。CAP_PROP_FPS， 60）
segmentor = SelfiSegmentation（）
fpsReader = cvzone。FPS（）
# imgBG = cv2。imread（“BackgroundImages/3。jpg”）
listImg = os。listdir（“BackgroundImages”）
imgList = ［］
for imgPath in listImg：
img = cv2。imread（f‘BackgroundImages/’）
imgList。append（img）
indexImg =
while True：
success， img = cap。read（）
# imgOut = segmentor。removeBG（img， （255，0，255）， threshold=0。83）
imgOut = segmentor。removeBG（img， imgList［indexImg］， threshold=0。8）
imgStack = cvzone。stackImages（［img， imgOut］， 2，1）
_， imgStack = fpsReader。update（imgStack）
print（indexImg）
cv2。imshow（“image”， imgStack）
key = cv2。waitKey（1）
if key == ord（‘a’）：
if indexImg>：
indexImg -=1
elif key == ord（‘d’）：
if indexImg
indexImg +=1
elif key == ord（‘q’）：
break
輸出截圖如下
輸出 1：
輸出 2：
整個程式碼也可以在這裡找到：
https：//github。com/BakingBrains/Real-Time_Background_remover
參考：
https：//www。youtube。com/watch？v=k7cVPGpnels
☆ END ☆
如果看到這裡，說明你喜歡這篇文章，請轉發、點贊。微信搜尋「uncle_pn」，歡迎新增小編微信「 woshicver」，每日朋友圈更新一篇高質量博文。
