如何使用Python OpenCV保存去除黑色背景的图像

原始图像：

预处理后图像：

要保存无黑色背景的图像，核心是为图像添加Alpha透明通道，将原黑色背景区域标记为透明状态，最终导出为支持透明属性的PNG格式即可（JPG格式不支持透明通道，无法实现该效果）。

可直接运行的修改后完整代码 #

import cv2
from google.colab.patches import cv2_imshow
import numpy as np

def rotate_image(image, angle):
  image_center = tuple(np.array(image.shape[1::-1]) / 2)
  rot_mat = cv2.getRotationMatrix2D(image_center, angle, 1.0)
  result = cv2.warpAffine(image, rot_mat, image.shape[1::-1], flags=cv2.INTER_LINEAR)
  return result

def rotate_mask(mask, angle):
  # 单独旋转掩码，保证透明区域和前景对齐
  mask_center = tuple(np.array(mask.shape[1::-1]) / 2)
  rot_mat = cv2.getRotationMatrix2D(mask_center, angle, 1.0)
  rotated_mask = cv2.warpAffine(mask, rot_mat, mask.shape[1::-1], flags=cv2.INTER_NEAREST)
  return rotated_mask

img = cv2.imread('/content/52a3b700031458331e469345aaf00f27.jpg')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
mask = np.zeros((img.shape[0], img.shape[1]), dtype=np.uint8)
blur = cv2.GaussianBlur(gray, (5,5),0)
ret, thresh = cv2.threshold(blur,0,255,cv2.THRESH_BINARY+cv2.THRESH_OTSU)
cv2_imshow(thresh)
contours, _ = cv2.findContours(thresh, cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE)
largest_countour = max(contours, key = cv2.contourArea)
# 生成二值掩码，255代表前景保留区域，0代表背景去除区域
binary_mask = cv2.drawContours(mask, [largest_countour], 0, 255, -1)
new_img = img * np.dstack((binary_mask/255, binary_mask/255, binary_mask/255)).astype(np.uint8)
minRect = cv2.minAreaRect(largest_countour)
rotate_angle = minRect[-1] if minRect[-1] < 0 else -minRect[-1]
new_img = rotate_image(new_img, rotate_angle)
# 同步旋转掩码
rotated_mask = rotate_mask(binary_mask, rotate_angle)
# 合并BGR三通道和Alpha透明通道，生成四通道图像
b, g, r = cv2.split(new_img)
final_img = cv2.merge((b, g, r, rotated_mask))
# 展示处理结果
cv2_imshow(new_img)
# 保存为PNG格式，保留透明背景
cv2.imwrite('/content/no_background_result.png', final_img)

核心修改点说明 #

• 新增掩码旋转函数，避免旋转后透明区域和前景错位
• 在原有三通道彩色图像基础上新增Alpha通道，掩码对应区域为不透明，原黑色背景区域为完全透明
• 最终导出格式为PNG，完整保留透明属性，保存后的文件可以直接叠加到其他素材上使用，不会带有黑色背景

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