如何基于Mask R-CNN提取分割对象并修改图像背景？

你之前的问题出在每次循环单独用单个mask修改背景，会把之前对象的区域也覆盖成黑色，最后只剩最后一个检测对象。要处理多对象场景，需要把所有检测到的对象mask合并成一个总mask，再用这个总mask统一处理背景。

修改后的代码如下：

import numpy as np
import cv2

# Load Image
img = cv2.imread("/content/image.jpg")

test_model, inference_config = load_inference_model(1, "/content/mask_rcnn.h5")
image = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)

# Detect results
r = test_model.detect([image])[0]
colors = random_colors(80)

# 初始化总mask，尺寸和原图一致，初始全为False（背景）
total_mask = np.zeros(img.shape[:2], dtype=bool)

# Get Coordinates and show it on the image
object_count = len(r["class_ids"])
for i in range(object_count):
    # 1. Mask
    mask = r["masks"][:, :, i]
    contours = get_mask_contours(mask)
    for cnt in contours:
        cv2.polylines(img, [cnt], True, colors[i], 2)
        img = draw_mask(img, [cnt], colors[i])
    # 将当前对象的mask合并到总mask中
    total_mask = total_mask | mask

# 处理背景：保留所有对象区域，其余设为黑色
img2 = img.copy()
img2[~total_mask] = [0, 0, 0]

关键说明： #

• total_mask 用逻辑或（|）把每个对象的mask合并，最终所有检测到的对象区域都会被标记为True，背景为False
• 最后用~total_mask选中所有背景区域，统一设为黑色，这样所有对象都会被保留，不会被之前的循环覆盖

内容的提问来源于stack exchange，提问作者user19153469