Python+OpenCV实现不规则ROI区域背景透明化（MSER数字提取场景）

你的需求很明确——把MSER提取到的数字区域保留，背景改成透明（或者至少黑色区域转透明）。核心问题在于你之前的代码只处理了3通道的BGR图像，而透明效果需要4通道的BGRA格式（Alpha通道负责透明度），而且得用PNG格式保存才能保留透明属性。

下面是修改后的完整代码，我会一步步解释关键改动：

import cv2
import numpy as np

mser = cv2.MSER_create()
# 用原始字符串避免路径转义问题
img = cv2.imread(r'C:\Users\Link\Desktop\7.png')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
vis = img.copy()

# MSER检测数字区域
regions, _ = mser.detectRegions(gray)
hulls = [cv2.convexHull(p.reshape(-1, 1, 2)) for p in regions]
cv2.polylines(vis, hulls, 1, (0, 255, 0))

# 创建单通道mask，初始全黑
mask = np.zeros((img.shape[0], img.shape[1]), dtype=np.uint8)
# 缩小膨胀核尺寸，避免覆盖整个图像（可根据你的图像大小调整）
mask = cv2.dilate(mask, np.ones((5, 5), np.uint8))
# 将检测到的数字区域在mask上涂白
for contour in hulls:
    cv2.drawContours(mask, [contour], -1, 255, -1)

# 创建4通道BGRA图像，Alpha通道初始全透明
bgra_img = cv2.cvtColor(img, cv2.COLOR_BGR2BGRA)
# 用mask控制Alpha通道：数字区域不透明，背景区域透明
bgra_img[:, :, 3] = mask

# 必须保存为PNG格式，JPG不支持透明
cv2.imwrite('transparent_digits.png', bgra_img)

# 展示效果
cv2.imshow('MSER检测结果', vis)
cv2.waitKey(0)
cv2.imshow('透明背景数字', bgra_img)
cv2.waitKey(0)
cv2.destroyAllWindows()

关键改动说明： #

• 路径处理：用原始字符串r'路径'避免\U这类转义字符引发的报错。
• Mask优化：把原代码中过大的150x150膨胀核改成5x5，避免mask直接被完全涂白，失去区域筛选作用。
• BGRA通道构建：将3通道BGR图像转为4通道BGRA格式，新增的Alpha通道用来控制透明度——mask中白色区域（数字）设为完全不透明，黑色区域（背景）设为完全透明。
• 保存格式：强制使用PNG格式保存，因为JPEG不支持Alpha通道，会丢失透明效果。

如果你的原始图像背景不是纯黑，这个方案也能通用，mask会自动筛选出MSER检测到的数字区域，其余部分均设为透明。

内容的提问来源于stack exchange，提问作者lucians