如何去除嘈杂图像的背景并提取透明对象？

Question

我有一个无法解决的图像处理问题。 我有一组 375 张图像，如下所示 (1)。 我正在尝试删除背景，因此要进行“背景减法”（或“前景提取”）并仅获得纯背景（黑色/白色/...）上的废物。

(1) 图像示例

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删除背景，因为我有一组 237 个背景图像（2）（没有浪费的地毯，但与带有物体的图像有点偏移）。 背景图像的亮度也有变化。

(2) 背景图像示例

这是我能够测试的代码示例，它为我提供了以下 (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)

我受到 Stackoverflow 或其他人发现的许多其他案例的启发（例如： 删除图像中小于 n 大小（噪声）的像素 - 打开 CV python ）。

(3) 上面代码得到的结果

(4) 将 varThreshold 参数增加到 10 时的结果

不幸的是，结果图片上仍然有很多噪音。

作为“背景减法”的初学者，我没有获得最佳解决方案的所有关键。 如果有人想以更有效和更干净的方式完成这项任务（是否有特殊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？等等），我很感兴趣:)谢谢

Answer 1

感谢您的回答。 有关信息，我只是更改方法并使用带有 2 个标签（前景、背景）的分割模型 (U-Net) 来识别背景。 它运作良好。