如何使用Python OpenCV从黑色背景中掩膜提取目标对象

你当前使用的手动指定ROI多边形的方案仅适用于固定位置、固定形状的目标提取，针对黑色背景下提取任意目标的需求，可使用自动阈值生成掩模的方案，无需手动标注坐标，适配性更强。

完整实现代码 #

import cv2
import numpy as np

# 读取图像，-1参数保留原通道（含alpha通道的图也能正常读取）
image = cv2.imread('/content/image1.jpg', -1)
h, w = image.shape[:2]

# 生成黑色背景的掩模：BGR三通道值均低于30的像素判定为黑色背景，可根据实际场景调整阈值
lower_black = np.array([0, 0, 0], dtype=np.uint8)
upper_black = np.array([30, 30, 30], dtype=np.uint8)
# 得到背景掩模：背景区域为255，目标区域为0
bg_mask = cv2.inRange(image, lower_black, upper_black)
# 反转得到目标掩模：目标区域为255，背景为0
target_mask = cv2.bitwise_not(bg_mask)

# -------------- 方案1：输出带透明背景的PNG结果 --------------
if image.shape[2] == 3:
    # 原图是3通道BGR，新增alpha通道
    b, g, r = cv2.split(image)
    # 把目标掩模作为alpha通道，背景区域透明
    alpha = target_mask
    image_with_alpha = cv2.merge((b, g, r, alpha))
    cv2.imwrite('target_transparent.png', image_with_alpha)
else:
    # 原图自带alpha通道，直接更新alpha值即可
    image[..., 3] = cv2.bitwise_and(image[..., 3], target_mask)
    cv2.imwrite('target_transparent.png', image)

# -------------- 方案2：输出目标保留原色彩、背景为黑色的结果（和你原有代码输出逻辑一致） --------------
masked_image = cv2.bitwise_and(image, image, mask=target_mask)
cv2.imwrite('target_black_bg.png', masked_image)

可调参数说明 #

• 黑色阈值上下限lower_black、upper_black：如果背景不是纯黑、存在偏色或者暗部噪点，可以适当调高upper_black的三个通道数值，直到掩模能完整抠出目标、没有多余背景残留
• 如果场景中存在光影变化，可换成HSV颜色空间做阈值分割，抗干扰性更强：

  hsv = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)
  lower_black = np.array([0, 0, 0])
  upper_black = np.array([180, 255, 40])
  bg_mask = cv2.inRange(hsv, lower_black, upper_black)
  

内容的提问来源于stack exchange，提问作者Asp Lab