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?
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)