如何去除嘈杂图像的背景并提取透明物体？

Question

我有一个无法解决的图像处理问题。我有一组 375 张图像，如下图 (1)。我正在尝试删除背景，以便进行“背景减法”（或“前景提取”）并仅在普通背景上得到浪费（black/white/...）。

(1) Image example

我尝试了很多东西，包括来自 OpenCV 的 createBackgroundSubtractorMOG2 或阈值。我还尝试通过从前景中减去背景来逐个像素地移除背景，因为我有一组 237 张背景图像 (2)（没有浪费的地毯，但与带有对象的图像有一点偏移）。背景图像的亮度也有变化。

(2) Example of a background image

这是我能够测试的代码示例，它给出了下面 (3) 和 (4) 的结果。我使用 Python 3.8.3.

# Function to remove the sides of the images
def delete_side(img, x_left, x_right):
    for i in range(img.shape[0]):
        for j in range(img.shape[1]):
            if j<=x_left or j>=x_right:
                img[i,j] = (0,0,0)
    return img

# Intialize the background model
backSub = cv2.createBackgroundSubtractorMOG2(history=250, varThreshold=2, detectShadows=True)

# Read the frames and update the background model
for frame in frames:
    if frame.endswith(".png"):
        filepath = FRAMES_FOLDER + '/' + frame
        img = cv2.imread(filepath)
        img_cut = delete_side(img, x_left=190, x_right=1280)
        gray = cv2.cvtColor(img_cut, cv2.COLOR_BGR2GRAY)
        mask = backSub.apply(gray)
        newimage = cv2.bitwise_or(img, img, mask=mask)
        img_blurred = cv2.GaussianBlur(newimage, (5, 5), 0)
        gray2 = cv2.cvtColor(img_blurred, cv2.COLOR_BGR2GRAY)
        _, binary = cv2.threshold(gray2, 10, 255, cv2.THRESH_BINARY)
        final = cv2.bitwise_or(img, img, mask=binary)
        newpath = RESULT_FOLDER + '/' + frame
        cv2.imwrite(newpath, final)

我的灵感来自 Whosebug 或其他网站上发现的许多其他案例（示例：）。

(3) The result obtained with the code above

(4) Result when increasing the varThreshold argument to 10

不幸的是，生成的图片上仍然有很多噪点。

作为“背景减法”的初学者，我并不具备获得最佳解决方案的所有关键。如果有人有想法以更有效和更干净的方式完成这项任务（是否有特殊的方法来处理透明物体的情况？可以更有效地消除物体上的噪音吗？等），我很感兴趣:) 谢谢

Answer 1

感谢您的回答。有关信息，我只是改变了方法并使用带有 2 个标签（前景、背景）的分割模型 (U-Net) 来识别背景。效果很好。

如何去除嘈杂图像的背景并提取透明物体？

How to remove the background of a noisy image and extract transparent objects?

python

deep-learning

computer-vision

image-segmentation

background-subtraction