python使用opencv将Labelme生成的分割图转化成二值化分割图

https://blog.csdn.net/weixin_46716951/article/details/123657721

 

labelme分割图转为二值图：

import cv2
import os


def convert_png2seg(input_dir,output_dir):
    files = os.listdir(input_dir)
    for file in files:
        part = file.split('.')
        part0 = part[0]
        part1 = part[1]
        img = cv2.imread(input_dir+file)
        img_gray = cv2.cvtColor(img, cv2.COLOR_RGB2GRAY)

        retval, binary = cv2.threshold(img_gray, 10, 255, cv2.THRESH_BINARY)  #阈值处理
        cv2.imwrite(output_dir + part0 + '.' + part1, binary)


if __name__ == "__main__":
    input_dir = r"/home/cjk/下载/DeepLabV3Plus-Pytorch-master/output/"
    output_dir = r"/home/cjk/下载/DeepLabV3Plus-Pytorch-master/output_1/"
    convert_png2seg(input_dir,output_dir)

 

下边为原图以及产生的mask图

然后我们找一张想要替换的背景图

 

import cv2

person = cv2.imread("原图")
back = cv2.imread("背景图")
#这里将mask图转化为灰度图
mask = cv2.imread("mask图",cv2.IMREAD_GRAYSCALE)
#将背景图resize到和原图一样的尺寸
back = cv2.resize(back,(person.shape[1],person.shape[0]))
#这一步是将背景图中的人像部分抠出来，也就是人像部分的像素值为0
scenic_mask =~mask
scenic_mask = scenic_mask  / 255.0
back[:,:,0] = back[:,:,0] * scenic_mask
back[:,:,1] = back[:,:,1] * scenic_mask
back[:,:,2] = back[:,:,2] * scenic_mask
#这部分是将我们的人像抠出来，也就是背景部分的像素值为0
mask = mask / 255.0
person[:,:,0] = person[:,:,0] * mask
person[:,:,1] = person[:,:,1] * mask
person[:,:,2] = person[:,:,2] * mask
#这里做个相加就可以实现合并
result = cv2.add(back,person)

cv2.imwrite("3.jpg",result)

 

下边为效果图