如何将指定RGB颜色应用于单彩色HSV图像并设置透明背景

完整可运行代码 #

import cv2
import numpy as np

# 定义需要替换的目标RGB颜色列表
target_rgb_list = [
    (197, 140, 133),
    (236, 188, 180),
    (209, 163, 164),
    (161, 102, 94),
    (80, 51, 53),
    (89, 47, 42)
]

# 1. 读取原图，IMREAD_UNCHANGED参数保留原始alpha通道
img = cv2.imread("你的本地图片路径.png", cv2.IMREAD_UNCHANGED)
h, w = img.shape[:2]

# 2. 分离BGR通道与原有alpha通道
if img.shape[2] == 4:
    bgr_layer = img[:, :, :3]
    alpha_layer = img[:, :, 3]
else:
    bgr_layer = img
    alpha_layer = np.ones((h, w), dtype=np.uint8) * 255

# 3. 转HSV空间提取主体区域掩码
hsv_layer = cv2.cvtColor(bgr_layer, cv2.COLOR_BGR2HSV)
# 可根据你的原图主体色微调阈值，当前阈值适配非白色主体、白色背景的场景
lower_hsv = np.array([0, 20, 20])
upper_hsv = np.array([179, 255, 230])
subject_mask = cv2.inRange(hsv_layer, lower_hsv, upper_hsv)
# 背景区域掩码
bg_mask = cv2.bitwise_not(subject_mask)

# 4. 批量生成替换颜色后的透明背景图
for index, target_rgb in enumerate(target_rgb_list):
    # RGB转OpenCV适配的BGR顺序
    target_bgr = (target_rgb[2], target_rgb[1], target_rgb[0])
    # 生成全目标色的图层
    subject_layer = np.full_like(bgr_layer, target_bgr)
    # 掩码合并主体与背景
    subject_part = cv2.bitwise_and(subject_layer, subject_layer, mask=subject_mask)
    bg_part = cv2.bitwise_and(bgr_layer, bgr_layer, mask=bg_mask)
    merged_bgr = cv2.add(subject_part, bg_part)
    # 设置背景区域alpha为0实现透明
    new_alpha = alpha_layer.copy()
    new_alpha[bg_mask == 255] = 0
    # 合并BGR与alpha通道，得到最终四通道图片
    final_img = np.dstack((merged_bgr, new_alpha))
    # 保存为PNG格式
    cv2.imwrite(f"颜色替换结果_{index+1}.png", final_img)

• OpenCV默认读取的彩色图片为BGR通道顺序，和常规RGB通道顺序相反，所有颜色转换操作前需确认通道顺序匹配。
• RGB是面向硬件的加色法颜色模型，三个通道数值耦合度高，直接修改很难精准控制颜色效果。
• HSV是面向人类视觉感知的颜色模型，三个参数独立可控：
  • Hue（色相）：代表颜色的种类，OpenCV中为适配8位存储取值范围为0~179，对应光谱上的所有纯色
  • Saturation（饱和度）：代表颜色的纯度，取值0~255，值越高颜色越鲜艳，越低越偏向灰度
  • Value（明度）：代表颜色的明亮程度，取值0~255，值越高颜色越亮，越低越偏向黑色
• 转换逻辑：RGB转HSV时先将三个通道值归一化到0_{1区间，通过几何公式计算出三个HSV参数；HSV转BGR时做反向运算，映射回0}255整数范围后调整为BGR顺序输出。

• 如果主体提取不精准，可缩小lower_hsv和upper_hsv中的Hue取值范围，仅保留主体色对应的色相区间
• 保存透明背景图必须使用PNG格式，JPG格式不支持alpha通道
• 若后续需用PIL库处理生成的图片，需先做通道转换：pil_img = cv2.cvtColor(final_img, cv2.COLOR_BGRA2RGBA)

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