如何批量处理色度键照片（遮蔽绿屏）

Question

目标

我有数百张图片都与这里的这一张相似：

我只是想使用绿屏为每个看起来像这里的图像创建一个蒙版（最好将边界平滑一点）：

如果你想做测试，这里是原始图像：https://mega.nz/#!0YJnzAJR!GRYI4oNWcsKztHGoK7e4uIv_GvXBjMvyry7cPmyRpRA

我试过的

我发现 this post 用户使用 Imagemagick 实现色度键控。

for i in *; do convert $i -colorspace HSV -separate +channel \
  \( -clone 0 -background none -fuzz 3% +transparent grey43 \) \
  \( -clone 1 -background none -fuzz 10% -transparent grey100 \) \
  -delete 0,1 -alpha extract -compose Multiply -composite \
  -negate mask_$i; done;

但无论我如何调整数字，结果都不完美：

我真的很傻，这么简单的问题我自己都找不到解决办法。另请注意，我使用的是 Linux。所以没有 Photoshop 或 After Effects！ :)

但我确信必须有解决这个问题的方法。

更新 1

我刚刚尝试使用运行 ./greenscreen infile.jpg outfile.png 使用 this greenscreen script by fmw42，我对结果相当满意。但是处理一张图像大约需要 40 秒，这导致我所有的图像总共需要 8 个小时（尽管我有一个相当强大的工作站，请参阅下面的规格) 也许这与那些在处理过程中出现的错误有关？:

convert-im6.q16: width or height exceeds limit `black' @ error/cache.c/OpenPixelCache/3911.
convert-im6.q16: ImageSequenceRequired `-composite' @ error/mogrify.c/MogrifyImageList/7995.
convert-im6.q16: no images defined `./GREENSCREEN.6799/lut.png' @ error/convert.c/ConvertImageCommand/3258.
convert-im6.q16: unable to open image `./GREENSCREEN.6799/lut.png': No such file or directory @ error/blob.c/OpenBlob/2874.
convert-im6.q16: ImageSequenceRequired `-clut' @ error/mogrify.c/MogrifyImageList/7870.
convert-im6.q16: profile 'icc': 'RGB ': RGB color space not permitted on grayscale PNG `mask.png' @ warning/png.c/MagickPNGWarningHandler/1667.

工作站规格

内存：125,8 GiB
处理器：AMD®锐龙9 3900x 12核处理器×24
显卡：GeForce GTX 970/PCIe/SSE2 （两个）

Answer 1

如果在类 Unix 系统上，您可以尝试我的绿屏脚本，该脚本调用 ImageMagick 并用 Bash Unix 编写。例如：

输入：

greenscreen img.jpg result.png

结果（绿色变透明）：

结果缩小了 50%，这样 Whosebug 就不会反对原来的结果太大了。但是，Whosebug 已将图像从透明 PNG 更改为白色背景 JPG。

请注意，其他图像可能需要默认值以外的参数值。您可以在 http://www.fmwconcepts.com/imagemagick/ 获取我的脚本。请注意，如果要用于商业用途，您需要就许可事宜与我联系。

Answer 2

我们知道背景是绿色的，可以通过颜色与物体区分开来，所以我建议使用颜色阈值。为此，我编写了一个简单的 OpenCV Python 代码来演示结果。

首先，我们需要安装OpenCV。

sudo apt update
pip3 install opencv-python
# verify installation
python3 -c "import cv2; print(cv2.__version__)"

然后，我们在与图像相同的目录中创建一个名为 skull.py 的脚本。

import cv2
import numpy as np

def show_result(winname, img, wait_time):
    scale = 0.2
    disp_img = cv2.resize(img, None, fx=scale, fy=scale)
    cv2.imshow(winname, disp_img)
    cv2.waitKey(wait_time)

img = cv2.imread('skull.jpg')
hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
# define range of green color in HSV
lower_green = np.array([70, 200, 100])
upper_green = np.array([90, 255, 255])
# Threshold the HSV image to extract green color
mask = cv2.inRange(hsv, lower_green, upper_green)
mask = cv2.bitwise_not(mask)

#cv2.imwrite('mask.png', mask)
show_result('mask', mask, 0)
cv2.destroyAllWindows()

您可以轻松找到有关使用 OpenCV 进行 HSV 颜色操作的教程。我不会复述这里使用的函数，但有一部分很重要。图像操作通常以 RGB 颜色 space 完成，其中包含红色、绿色和蓝色分量。然而，HSV 更像是人类的视觉系统，包含色调、饱和度和值分量。你可以找到conversion here。由于我们根据我们的感知来分离颜色，因此 HSV 更适合此任务。

重要的部分是选择适当的阈值。我通过检查选择了大约 80 的色调（最大 180），以及 200 和 100 以上的饱和度和值（最大 255）。您可以通过以下行打印特定像素的值：

rows,cols,channels = hsv.shape
print(hsv[row, column])

注意原点在左上角

结果如下：

可能需要做两件事。一个是对一组图像进行操作，使用 for 循环很简单。另一个是如果您不喜欢结果的某些部分，您可能想知道像素位置并相应地更改阈值。这可以使用鼠标事件。

for i in range(1, 100):
    img = imread(str(i) + '.jpg')

def mouse_callback(event, x, y, flags, params):
    if event == cv2.EVENT_LBUTTONDOWN:
        row = y
        column = x
        print(row, column)

winname = 'img'
cv2.namedWindow(winname)
cv2.setMouseCallback(winname, mouse_callback)

请记住，show_result 函数会按比例因子调整图像大小。

如果你不想处理像素位置，而是想要平滑的结果，你可以应用morphological transformations。尤其是打开和关闭将完成工作。

kernel = np.ones((11,11), np.uint8)
opened = cv2.morphologyEx(mask, cv2.MORPH_OPEN, kernel)
closed = cv2.morphologyEx(mask, cv2.MORPH_CLOSE, kernel)

打开结果（内核=11x11）：

Answer 3

我真的不能把它放在评论中，所以我把它作为一个答案。如果你想使用 Fred 的 greenscreen 脚本，你可以使用 GNU Parallel 来加速它。

假设您使用以下命令：

mkdir out
greenscreen image.png out/image.png

要处理一张图像，而您有数千张图像，您可以执行以下操作以使所有 CPU 核心并行忙碌，直到它们全部处理完毕：

mkdir out
parallel greenscreen {} out/{} ::: *.png

如何批量处理色度键照片（遮蔽绿屏）

How to Batch Chroma Key Photos (Masking Green Screen)

image

imagemagick

image-processing

batch-processing

chromakey

目标

我试过的

更新 1

工作站规格