python人物视频背景替换实现虚拟空间穿梭的方法(python,开发技术)

这篇文章主要介绍“python人物视频背景替换实现虚拟空间穿梭的方法”，在日常操作中，相信很多人在python人物视频背景替换实现虚拟空间穿梭的方法问题上存在疑惑，小编查阅了各式资料，整理出简单好用的操作方法，希望对大家解答”python人物视频背景替换实现虚拟空间穿梭的方法”的疑惑有所帮助！接下来，请跟着小编一起来学习吧！

准备工作

在实现该功能之前，我们需要准备好python==3.7 然后执行：

pipinstallmediapipe

方案一： PC端可以选择外界摄像头或者连接网络摄像头，最好挑选一个纯属的背景板作为视频画面背景（这样有利于任务分割）；

方案二： 网上下载有人物活动的视频，然后用下载的视频替代连接摄像头。

到这里我们基础物件已经搭建好了，本实验代码选择方案二，对下载视频分析，其shape=（740,640,3）。接下来我将带领大家实现三个版本的背景替换

纯RGB背景替换

基础板：将人物提取出来，替换成设定好的纯色背景（可以通过RGB设定）。其基本流程如下：

1. 输入视频

2. 获取视频帧

3. 提取帧内人物图像

4. 设定背景RGB值

5. 创建同视频帧同shape的RGB图像

6. 结合背景图与人物图

7. 输出结合图

示例demo：

importcv2importmediapipeasmpimportnumpyasnpmp_drawing=mp.solutions.drawing_utilsmp_selfie_segmentation=mp.solutions.selfie_segmentationBG_COLOR=(0,0,225)#redcap=cv2.VideoCapture('111.mp4')withmp_selfie_segmentation.SelfieSegmentation(model_selection=0)asselfie_segmentation:bg_image=Nonewhilecap.isOpened():success,image=cap.read()ifnotsuccess:breakimage=cv2.cvtColor(cv2.flip(image,1),cv2.COLOR_BGR2RGB)image.flags.writeable=Falseresults=selfie_segmentation.process(image)image.flags.writeable=Trueimage=cv2.cvtColor(image,cv2.COLOR_RGB2BGR)condition=np.stack((results.segmentation_mask,)*3,axis=-1)>0.8ifbg_imageisNone:bg_image=np.zeros(image.shape,dtype=np.uint8)bg_image[:]=BG_COLORprint(bg_image.shape)output_image=np.where(condition,image,bg_image)cv2.imshow('MediaPipeSelfieSegmentation',output_image)ifcv2.waitKey(5)&0xFF==27:breakcap.release()

原视频节选帧&替换背景帧：

自定义图像背景板替换

由于我们已知图像的shape，我们可以在网上挑选自己喜欢的背景图，然后调整背景图的shape，使其与视频图像保持一致。整体流程图下：

1. 下载选择喜欢的背景图像

2. 调整下载图像的shape=(740,604,3)

3. 读取视频

4. 获取视频帧

5. 获取视频帧内人物图像

6. 结合背景图和人物图像

7. 输出视频画面

修改图像大小并进行50%缩放后的背景图：

背景图结合人物图：

这里我的背景图选择的有些单调，也不是那么适合，望读者见谅！ 代码部分修改：

bg_image=cv2.imread("BBB.jpg")

若想继续学习更多相关知识，请继续关注亿速云网站，小编会继续努力为大家带来更多实用的文章！