python人物视频背景替换实现虚拟空间穿梭的方法
这篇文章主要介绍“python人物视频背景替换实现虚拟空间穿梭的方法”，在日常操作中，相信很多人在python人物视频背景替换实现虚拟空间穿梭的方法问题上存在疑惑，小编查阅了各式资料，整理出简单好用的操作方法，希望对大家解答”python人物视频背景替换实现虚拟空间穿梭的方法”的疑惑有所帮助！接下来，请跟着小编一起来学习吧！
准备工作
在实现该功能之前，我们需要准备好python==3.7 然后执行：
pip install mediapipe
方案一： PC端可以选择外界摄像头或者连接网络摄像头，最好挑选一个纯属的背景板作为视频画面背景（这样有利于任务分割）；
方案二： 网上下载有人物活动的视频，然后用下载的视频替代连接摄像头。
到这里我们基础物件已经搭建好了，本实验代码选择方案二，对下载视频分析，其shape=（740,640,3）。接下来我将带领大家实现三个版本的背景替换
纯RGB背景替换
基础板：将人物提取出来，替换成设定好的纯色背景（可以通过RGB设定）。其基本流程如下：
1. 输入视频
2. 获取视频帧
3. 提取帧内人物图像
4. 设定背景RGB值
5. 创建同视频帧同shape的RGB图像
6. 结合背景图与人物图
7. 输出结合图
示例demo：
import cv2
import mediapipe as mp
import numpy as np
mp_drawing = mp.solutions.drawing_utils
mp_selfie_segmentation = mp.solutions.selfie_segmentation
BG_COLOR = (0, 0, 225) # red
cap = cv2.VideoCapture('111.mp4')
with mp_selfie_segmentation.SelfieSegmentation(
model_selection=0) as selfie_segmentation:
bg_image = None
while cap.isOpened():
success, image = cap.read()
if not success:
break
image = cv2.cvtColor(cv2.flip(image, 1), cv2.COLOR_BGR2RGB)
image.flags.writeable = False
results = selfie_segmentation.process(image)
image.flags.writeable = True
image = cv2.cvtColor(image, cv2.COLOR_RGB2BGR)
condition = np.stack(
(results.segmentation_mask,) * 3, axis=-1) > 0.8
if bg_image is None:
bg_image = np.zeros(image.shape, dtype=np.uint8)
bg_image[:] = BG_COLOR
print(bg_image.shape)
output_image = np.where(condition, image, bg_image)
cv2.imshow('MediaPipe Selfie Segmentation', output_image)
if cv2.waitKey(5) & 0xFF == 27:
break
cap.release()原视频节选帧&替换背景帧：
自定义图像背景板替换
由于我们已知图像的shape，我们可以在网上挑选自己喜欢的背景图，然后调整背景图的shape，使其与视频图像保持一致。整体流程图下：
1. 下载选择喜欢的背景图像
2. 调整下载图像的shape=(740,604,3)
3. 读取视频
4. 获取视频帧
5. 获取视频帧内人物图像
6. 结合背景图和人物图像
7. 输出视频画面
修改图像大小并进行50%缩放后的背景图：
背景图结合人物图：
这里我的背景图选择的有些单调，也不是那么适合，望读者见谅！ 代码部分修改：
bg_image = cv2.imread("BBB.jpg")到此，关于“python人物视频背景替换实现虚拟空间穿梭的方法”的学习就结束了，希望能够解决大家的疑惑。理论与实践的搭配能更好的帮助大家学习，快去试试吧！若想继续学习更多相关知识，请继续关注蜗牛博客网站，小编会继续努力为大家带来更多实用的文章！
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：niceseo99@gmail.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
评论