Python中如何获取反转掩码？SAM图像分割背景替换异常排查

核心问题是SAM输出的掩码格式与OpenCV的二值掩码要求不匹配：

• SAM返回的masks是0-1的浮点型数组（或布尔数组），直接用astype(np.uint8)转换后，前景区域值为1，背景为0。
• OpenCV的位运算中，掩码的非0值都会被视为有效区域。当你对1执行cv2.bitwise_not时，得到的是254（uint8类型的取反），而非0的254仍然会被判定为有效，导致masked_white_background的所有区域都被保留（全白），最终叠加后的clipped_image自然也是全白。

将SAM的掩码转换为0（背景）和255（前景）的标准二值格式，再进行后续操作即可：

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,
    )

    # 核心修正：将SAM的0-1掩码转换为0/255的标准二值掩码
    mask = (masks[0] * 255).astype(np.uint8)

    # 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=mask)

    # Combine the masked image and the white background
    not_mask = cv2.bitwise_not(mask)
    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(mask),  # 同步修正为正确的掩码格式
        'masked_image': image_to_base64(masked_image),
        'masked_white_background': image_to_base64(masked_white_background),
        'clipped_image': clipped_jpeg_base64
    }

• 转换后的掩码中，前景区域为255（纯白），背景为0（纯黑），完全符合OpenCV位运算的要求。
• 执行cv2.bitwise_not后，背景区域会变成255（有效），前景区域变成0（无效），这样masked_white_background只会保留原背景区域的白色，和masked_image叠加后就能得到前景+白色背景的效果。

内容的提问来源于stack exchange，提问作者Roman Breyer