如何利用裁剪后的图像蒙版去除RGB图像的多余背景？

首先，你原来的裁剪函数只返回了裁剪后的蒙版，但我们还需要裁剪区域的坐标，这样才能对原始RGB图做同步裁剪，保证蒙版和原图区域完全对应。先调整裁剪函数：

import numpy as np
import cv2

def crop_excess_with_coords(image):
    y_nonzero, x_nonzero = np.nonzero(image)
    min_y, max_y = np.min(y_nonzero), np.max(y_nonzero)
    min_x, max_x = np.min(x_nonzero), np.max(x_nonzero)
    # 返回裁剪后的图像和对应坐标范围
    return image[min_y:max_y+1, min_x:max_x+1], (min_y, max_y, min_x, max_x)

接下来，加载原图和蒙版，执行同步裁剪：

# 加载图像（蒙版按灰度图加载，原图按RGB加载）
original_rgb = cv2.imread("你的原始RGB图路径")
mask = cv2.imread("你的蒙版路径", cv2.IMREAD_GRAYSCALE)

# 裁剪蒙版并获取裁剪坐标
cropped_mask, (min_y, max_y, min_x, max_x) = crop_excess_with_coords(mask)
# 用相同坐标裁剪原始RGB图，得到和蒙版尺寸匹配的区域
cropped_rgb = original_rgb[min_y:max_y+1, min_x:max_x+1]

最后根据蒙版类型，将其应用到裁剪后的RGB图去除背景：

情况1：蒙版是二值图（只有0和255两种值） #

# 把蒙版转为布尔索引，区分前景和背景
mask_bool = cropped_mask > 127
# 创建和裁剪后RGB图同尺寸的空白背景
result = np.zeros_like(cropped_rgb)
# 仅保留蒙版标记为前景的区域
result[mask_bool] = cropped_rgb[mask_bool]

情况2：蒙版是半透明alpha matte（0-255渐变值） #

# 将蒙版归一化到0-1的浮点数范围
mask_normalized = cropped_mask / 255.0
# 把单通道蒙版扩展为3通道，匹配RGB图的通道数
mask_3ch = np.expand_dims(mask_normalized, axis=-1)
# 蒙版与RGB图相乘，保留人物区域并保留透明度效果
result = (cropped_rgb * mask_3ch).astype(np.uint8)

完成后可以保存处理后的图像：

cv2.imwrite("去除背景后的人物图.png", result)

内容的提问来源于stack exchange，提问作者Hector