## **效果图** |原图 |智能分割 |前景图 |图层合并 | |---|---|---|---| |![图片](https://p9-arcosite.byteimg.com/tos-cn-i-goo7wpa0wc/a9b68e7ca5cb4ce5b2edfa62c972ad78~tplv-goo7wpa0wc-image.image =2333x) |![图片](https://p9-arcosite.byteimg.com/tos-cn-i-goo7wpa0wc/060c767215f143b18d06fa657e5c7409~tplv-goo7wpa0wc-image.image =2333x) |![图片](https://p9-arcosite.byteimg.com/tos-cn-i-goo7wpa0wc/5590f42537f04b23adfb7369d3516a86~tplv-goo7wpa0wc-image.image =2333x) |![图片](https://p9-arcosite.byteimg.com/tos-cn-i-goo7wpa0wc/8b2b1c252b7446d794054f1ae968c15f~tplv-goo7wpa0wc-image.image =2333x) | ## Mask转前景图Demo ```Python # mask转前景图 import cv2 from PIL import Image import numpy as np import time class UnsupportedFormat(Exception): def __init__(self, input_type): self.t = input_type def __str__(self): return "不支持'{}'模式的转换，请使用为图片地址(path)、PIL.Image(pil)或 OpenCV(cv2)模式".format(self.t) class MatteMatting(): def __init__(self, original_graph, mask_graph, input_type='path'): """ 将输入的图片经过蒙版转化为透明图构造函数 :param original_graph:输入的图片地址、PIL格式、CV2 格式 :param mask_graph:蒙版的图片地址、PIL格式、CV2 格式 :param input_type:输入的类型，有 path：图片地址、pil：pil 类型、cv2 类型 """ if input_type == 'path': self.img1 = cv2.imread(original_graph) self.img2 = cv2.imread(mask_graph) elif input_type == 'pil': self.img1 = self.__image_to_opencv(original_graph) self.img2 = self.__image_to_opencv(mask_graph) elif input_type == 'cv2': self.img1 = original_graph self.img2 = mask_graph else: raise UnsupportedFormat(input_type) @staticmethod def __transparent_back(img): """ :param img: 传入图片地址 :return: 返回替换白色后的透明图 """ img = img.convert('RGBA') L, H = img.size color_0 = (255, 255, 255, 255) # 要替换的颜色 for h in range(H): for l in range(L): dot = (l, h) color_1 = img.getpixel(dot) if color_1 == color_0: color_1 = color_1[:-1] + (0,) img.putpixel(dot, color_1) return img def save_image(self, mask_flip=False): """ 用于保存透明图 :param mask_flip: 蒙版翻转，将蒙版的黑白颜色翻转;True 翻转;False 不使用翻转 """ timestamp = str(int(time.time())) if mask_flip: img2 = cv2.bitwise_not(self.img2) # 黑白翻转 image = cv2.add(self.img1, img2) image = Image.fromarray(cv2.cvtColor(image, cv2.COLOR_BGR2RGB)) # OpenCV 转换成 PIL.Image 格式 img = self.__transparent_back(image) img.save(f"/Users/bytedance/Desktop/跑图/输出图/{timestamp}.png") @staticmethod def __image_to_opencv(image): """ PIL.Image 转换成 OpenCV 格式 """ img = cv2.cvtColor(np.asarray(image), cv2.COLOR_RGB2BGR) return img if __name__ == '__main__': mm = MatteMatting("/Users/bytedance/Desktop/跑图//输入图/image.png", "/Users/bytedance/Desktop/跑图//分割图/分割_01.jpeg") mm.save_image(mask_flip=True) # mask_flip是指蒙版翻转，即把白色的变成黑色的，黑色的变成白色的 ``` ## 获取最大实体Mask逻辑 "return_format": 1时返回的第一个 ## 多个实体合并逻辑 ```Python import cv2 from PIL import Image import os # 定义根目录，这里存放要处理的文件 root_dir = '/Users/bytedance/Desktop/跑图/mask合并/' # 获取根目录下的所有文件列表 files = os.listdir(root_dir) # 生成包含'mask.jpeg'和其对应的'mask_1.jpeg'的文件对列表 pairs = [(file, file.replace('.jpeg', '_1.jpeg', )) for file in files if file.endswith('mask.jpeg')] for pair in pairs: # 读取'mask.jpeg'文件 mask0 = cv2.imread(os.path.join(root_dir, pair[0])) # 读取'mask_1.jpeg'文件 mask1 = cv2.imread(os.path.join(root_dir, pair[1])) if mask1 is None: # 如果'mask_1.jpeg'不存在，则跳过本次循环 continue # 将两个图像进行叠加 image = mask0 + mask1 # 定义输出文件名，是'mask.jpeg'替换为'_combined.jpeg' output_file = pair[0].replace('.jpeg', '_combined.jpeg') # 保存合并后的图片 cv2.imwrite(output_file, image) ``` ## 完整入参示例 ```JSON { "image_urls": [ "https://xxx"], "req_key": "entity_seg", "return_url": True, "max_entity": 20, "return_format": 1, "refine_mask": 0 } ``` ## 完整返回示例 ```JSON { "code": 10000, "data": { 'algorithm_base_resp': { 'status_code': 0, 'status_message': 'Success' }, 'binary_data_base64': [], 'entity_num': [ 3 ], 'image_urls': ['https:xxx ', 'https:xxx', 'https:xxx' ], 'ori_height': [1706], 'ori_width': [960], 'seg_score': [0.999703049659729, 0.9998470544815063, 0.9993122220039368] }, 'message': 'Success', 'request_id': '202407231631029A865ECF357FC3D0CD9F', 'status': 10000, 'time_elapsed': '2.366757385s' } ```

图像技术