如何批量抠图绿幕照片（使用色度键）

Question

如何批量抠图绿幕照片（使用色度键）

imageimage-processingimagemagickbatch-processingchromakey

4

目标

我有数百张与这张类似的图片：

我只想使用绿屏为每个图像创建一个遮罩，看起来像这张图片（边框最好稍微平滑一些）：

如果您想进行测试，这是原始图像链接: https://mega.nz/#!0YJnzAJR!GRYI4oNWcsKztHGoK7e4uIv_GvXBjMvyry7cPmyRpRA

我尝试过的方法

我找到了this篇帖子，其中用户使用Imagemagick实现了色度键控。

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:

我感觉很蠢，自己找不到这么简单的问题的解决方案。请注意，我正在使用Linux，所以没有Photoshop或After Effects！但是我相信一定有解决这个问题的方法。

更新1

我刚刚尝试使用this greenscreen script，作者是fmw42，通过运行./greenscreen infile.jpg outfile.png，我对结果感到非常满意。但是，每张图像处理需要大约40秒，这意味着处理所有图片需要8小时（虽然我有一台相当强大的工作站，见下面的规格）。也许这与处理过程中出现的那些错误有关？

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® Ryzen 9 3900x 12核心处理器 × 24
显卡: GeForce GTX 970/PCIe/SSE2 (两个)

- Florian Ludewig

你试过这个吗：http://www.fmwconcepts.com/imagemagick/greenscreen/index.php？如果这是商业项目，你需要付费使用它。 - dlemstra

是的，它的效果相当不错，但处理图像的时间太长了（请参见我的更新问题）。 - Florian Ludewig

关于您从我的脚本中收到的错误消息，您的ImageMagick版本是多少？ - fmw42

3个回答

3

我无法将此内容放入评论中，因此将其作为答案。如果您想使用Fred的 greenscreen 脚本，您可以使用 GNU Parallel 以加快速度。

假设您使用以下命令：

mkdir out
greenscreen image.png out/image.png

如果你需要处理成千上万张图片，可以采用以下方法，让所有的CPU核心并行工作，直到所有图片都被处理完成：

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

- Mark Setchell

绝对是使用这个脚本的最佳方式！但我更喜欢使用@Burak的解决方案，因为它更快，代码也更简单。无论如何，还是谢谢你！ - Florian Ludewig

2

如果您使用类Unix系统，可以尝试我的greenscreen脚本，它调用了ImageMagick，并以Bash Unix编写。例如：

输入：

greenscreen img.jpg result.png

结果（绿色变为透明）：

该结果已经缩小了50%，以避免StackOverflow认为原始结果过大。但是，StackOverflow已将图像从透明PNG更改为白色背景JPG。

请注意，其他图像可能需要除默认值之外的参数值。您可以在http://www.fmwconcepts.com/imagemagick/获取我的脚本。请注意，对于商业用途，您需要与我联系以获取许可证。

- fmw42

这真的很好！但不幸的是，对我来说这是不可行的，因为处理一张图片需要40秒，这意味着处理所有图片将需要大约8个小时（尽管我有一台相当强大的工作站）。 - Florian Ludewig

我曾经在Mac OSX上运行IM 6.9.10.97 Q16。我测试了IM 6.9.10.23，它花费了19秒。我的Mac只有两个核心。你有多个核心吗？如果是这样，你是否启用了OpenMP？当你执行convert -version时，它会列出来。 - fmw42

是的，我有很多核心。当我运行 convert -version 时，它也告诉我：Features: Cipher DPC Modules OpenMP。 - Florian Ludewig

是的，这完全有道理，但老实说，我不知道如何在不打开24个终端窗口的情况下完成这个任务:D（尤其是我需要防止重复处理）。 - Florian Ludewig

我会尝试的！但说实话，肯定有更好的方法（我的意思是OBS能够在遮挡绿屏的情况下流畅地进行60帧的直播）。但我真的很感激你的努力，谢谢！这绝对是一个临时解决方案。 - Florian Ludewig

显示剩余9条评论

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Burak · Accepted Answer

我们知道背景是绿色的，并且通过它的颜色可以与物体区分开来，因此我建议使用颜色阈值处理。为此，我编写了一个简单的OpenCV Python代码以演示结果。

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__)"

接下来，我们在与图片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()

您可以轻松地找到使用OpenCV进行HSV颜色操作的教程。我不会介绍此处使用的函数，但其中一部分很重要。图像操作通常在RGB颜色空间中完成，其中包含红色、绿色和蓝色组件。然而，HSV更像人类视觉系统，其中包含色相、饱和度和值组件。您可以在此处找到转换方法。由于我们根据感知分离颜色，因此HSV更适合此任务。

关键是适当选择阈值。我通过检查选择了大约80作为色相（最大值为180），并且对于饱和度和值分别选择高于200和100（最大值为255）。您可以通过以下代码打印特定像素的值：

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

请注意，原点位于左上角。

以下是结果：

可能需要两件事情。一件是对一组图像进行操作，使用for循环可以轻松完成。另一件是如果您不喜欢结果的某个部分，您可能想要知道像素位置并相应地更改阈值。这可以使用鼠标事件实现。

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)

请注意show_result函数会按比例因子调整图像大小。

如果您不想处理像素位置，而希望得到平滑的结果，可以应用形态学变换。特别是开运算和闭运算可以完成工作。

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

使用开运算的结果 (核大小为 11x11):