Как получить перевернутую маску в питоне?

Я новичок в python и борюсь с проблемой, на которую уже трачу довольно много времени.

Я работаю над обнаружением объекта на изображении и возвращаю его обрезанную версию (используя модель SAM). Он отлично работает, за одним исключением: я не могу избавиться от черного фона в файле jpg.

def segment_object(jpeg_base64, detected_object, predictor):
    jpeg_data = base64.b64decode(jpeg_base64)
    nparr = np.frombuffer(jpeg_data, np.uint8)
    image = cv2.imdecode(nparr, cv2.IMREAD_COLOR)

    predictor.set_image(image)

    bounding_poly = detected_object["bounding_poly"]["normalizedVertices"]
    image_width, image_height = image.shape[1], image.shape[0]
    vertices = [
        (int(vertex["x"] * image_width), int(vertex["y"] * image_height))
        for vertex in bounding_poly
    ]

    input_box = np.array(
        [
            min(vertices, key=lambda t: t[0])[0],
            min(vertices, key=lambda t: t[1])[1],
            max(vertices, key=lambda t: t[0])[0],
            max(vertices, key=lambda t: t[1])[1],
        ]
    )

    masks, _, _ = predictor.predict(
        point_coords=None,
        point_labels=None,
        box=input_box[None, :],
        multimask_output=False,
    )

    # Create a new image with a white background
    white_background = np.zeros_like(image, dtype=np.uint8)
    white_background[:] = (255, 255, 255)

    # Apply the mask returned by the predictor directly
    masked_image = cv2.bitwise_and(image, image, mask=masks[0].astype(np.uint8)) **works fine**

    
    # Combine the masked image and the white background
    not_mask = cv2.bitwise_not(masks[0].astype(np.uint8)) **issue**
    masked_white_background = cv2.bitwise_and(white_background, white_background, mask=not_mask)
    clipped_image = cv2.add(masked_image, masked_white_background)

    # Convert the OpenCV image to a PIL image and save it as a JPEG in a BytesIO object
    pil_image = Image.fromarray(cv2.cvtColor(clipped_image, cv2.COLOR_BGR2RGB))
    jpeg_buffer = io.BytesIO()
    pil_image.save(jpeg_buffer, format='JPEG')
    jpeg_bytes = jpeg_buffer.getvalue()

    # Encode the JPEG bytes as base64
    clipped_jpeg_base64 = base64.b64encode(jpeg_bytes).decode()

    return {
        'original_image': image_to_base64(image),
        'mask': image_to_base64(masks[0].astype(np.uint8)),
        'masked_image': image_to_base64(masked_image),
        'masked_white_background': image_to_base64(masked_white_background),
        'clipped_image': clipped_jpeg_base64
    }

Более конкретно: прогноз работает, возвращается masked_image (но с черным фоном). Моя идея состоит в том, чтобы использовать перевернутую маску, чтобы сделать остальную часть белой. Однако это не сработает, и masked_white_background, и clipped_image возвращают полностью белый файл jpg.

Кто-нибудь знает, в чем может быть причина?

Почему в Python есть оператор "pass"?
Почему в Python есть оператор "pass"?
Оператор pass в Python - это простая концепция, которую могут быстро освоить даже новички без опыта программирования.
Некоторые методы, о которых вы не знали, что они существуют в Python
Некоторые методы, о которых вы не знали, что они существуют в Python
Python - самый известный и самый простой в изучении язык в наши дни. Имея широкий спектр применения в области машинного обучения, Data Science,...
Основы Python Часть I
Основы Python Часть I
Вы когда-нибудь задумывались, почему в программах на Python вы видите приведенный ниже код?
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
Алиса и Боб имеют неориентированный граф из n узлов и трех типов ребер:
Оптимизация кода с помощью тернарного оператора Python
Оптимизация кода с помощью тернарного оператора Python
И последнее, что мы хотели бы показать вам, прежде чем двигаться дальше, это
Советы по эффективной веб-разработке с помощью Python
Советы по эффективной веб-разработке с помощью Python
Как веб-разработчик, Python может стать мощным инструментом для создания эффективных и масштабируемых веб-приложений.
0
0
55
1
Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий

Проблема, кажется, в этой строке

masked_white_background = cv2.bitwise_and(white_background, white_background, mask=not_mask)

Документы OpenCV говорят, что bitwise_and возвращает соединение двух входных массивов, где аргумент ключевого слова mask оценивается как true. Так что вы, по сути, получаете побитовое изображение с двумя белыми фонами.

Спасибо, что указали на это, это действительно было проблемой. Подход, который сейчас работает для меня, заключался в замене строк mask_white_background и clipped_image следующим образом: masked_image[np.where(not_mask == 255)] = (255, 255, 255)

Roman Breyer 05.05.2023 13:00

Другие вопросы по теме