这篇“如何利用一行python代码实现灰度图抠图”文章的知识点大部分人都不太理解，所以小编给大家总结了以下内容，内容详细，步骤清晰，具有一定的借鉴价值，希望大家阅读完这篇文章能有所收获，下面我们一起来看看这篇“如何利用一行python代码实现灰度图抠图”文章吧。
抠图是ps的最基本技能，利用python可以实现用一行代码实现灰度图抠图。
基础算法是确定图像二值化分割阈值的大津法，将图像分成背景和前景两部分，最大化背景和前景之间的类间方差。
具体理论部分可以搜索大津法了解一下，代码部分只要在调用threshold的函数中，参数选择THRESH_OTSU就可以调用大津法分割
ret1, th2 = cv2.threshold(gray, 0, 255, cv2.THRESH_OTSU)
全部代码如下，将原图、直方图和分割后的图放在一起比较展示
image = cv2.imread("pictures/dajin.jpg")
#先转化为灰度图
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
plt.subplot(131), plt.imshow(image, "image")
plt.title("source image"), plt.xticks([]), plt.yticks([])
plt.subplot(132), plt.hist(image.ravel(), 256)
plt.title("Histogram")
ret1, th2 = cv2.threshold(gray, 0, 255, cv2.THRESH_OTSU) #方法选择为THRESH_OTSU
plt.subplot(133), plt.imshow(th2, "gray")
plt.title("OTSU,threshold is " + str(ret1)), plt.xticks([]), plt.yticks([])
plt.show()抠图结果如下
但是这种算法对噪音和目标大小十分敏感，背景和前景像素接近的时候分割效果并不好
零基础学习python, 听了若干节入门免费课，即兴写了个程序，作为练习，实现抠图。
抠图的手工操作，是在PS软件中，将图片复制新建粘贴，主体保留，周围作为背景擦除，
被擦除区域，透明格式。成功后保存成 png 格式文件备用（png格式允许存储图层，保持透明区域）。手工操作费力费时，操作不当需要返回重新擦除，并且擦除精度随操作者熟练程度各异。擦除一个人物对象的周边，熟练者也需要几分钟。
python 语言，可以方便调用第三方功能包，实现抠图目的，主体对象周边比较平滑，程序执行仅需要几秒钟，大大节约了人力和时间。
抠图需要第三方功能包 removebg，安装后才可以操作。安装功能包需要在Windows 的dos 窗口，win+r 热键调出运行对话框，输入 cmd 命令，打开 dos 窗口。dos窗口输入：
pip install removebg<回车> （等待下载安装结束） os包、time 包为系统自带，无需安装。
RemoveBg函数调用，需要APIKEY 实参（可称密码），这是一个多位字符串。获取需要在 url = www.remove.bg 网站注册，获得免费APIKEY码。尴尬的是，每日仅允许处理50张图片。
1）要求允许处理多张jpg格式图片，显示运行进度， 适当的用户交互， 转成exe发布。
2）关键代码，处理单张图片的代码仅两行：
rmbg = RemoveBg('apiKey码', '错误信息记录文件名') #56行向网站发出获取API 调用对象的请求，返回对象
rmbg.remove_background_from_img_file('./picture/' + item) #74行使用 rmbg 对象的方法，抠一张图。
3）检查图片存放位置（文件夹存在否， 不存在则创建文件夹并退出）
4）检查文件夹中有没有文件，没有则显示信息并退出， 有则重新建表剔除非jpg格式文件。
5）检查与处理抠图定义了多个函数，避免程序条理混乱，不易阅读
readkey() -- 读取APIkey 码文件；
founddir() -- 检查存放图片文件的文件夹是否存在，可发出提示信息；
Cutout() -- 抠图，含检查图片文件是否存在，以及剔除非jpg格式文件，并有提示；
6）主程序段，位于最后，明确提示操作准备，交互是否继续，或取消。
7) 打包成 exe 文件（略）
1 引用有关处理包
2 定义一个函数，自附带文件读取 apikye 码值
3. 定义搜索目录的函数，返回真/假。
4 定义抠图处理的主函数
4 主程序
以上就是关于“如何利用一行python代码实现灰度图抠图”这篇文章的内容，相信大家都有了一定的了解，希望小编分享的内容对大家有帮助，若想了解更多相关的知识内容，请关注亿速云行业资讯频道。
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
