Python 简易背景抠图方案实践与探索

变色背景抠图

纯色背景抠图虽然精确，但在面对渐变或复杂背景时显得力不从心。我又联想到曾经用 Excel 从照片里抠手绘班徽的经历，当时抠出来的效果在浅色背景下还可以，但是在深色背景中就非常不堪入目。于是，我打算想办法把班徽重新抠一下。

第一次尝试：采样学习法

既然不是简单的纯黑或纯白背景，没办法直接判断颜色的 RGB 值大概在什么范围，那么我们首先要让程序去识别并记住背景有哪些颜色，然后再把这些颜色的像素抠掉。

我们需要分两大步：

1. 手动从背景中采样，截图保存，导入程序，供其识别、记录；
2. 把整个图片导入，处理，导出。

这张班徽的照片里，我在四条边附近分别截取了一张背景样本，后来为了优化效果，又在没抠掉的地方补了一张。

接下来就是让计算机记住这些出现过的颜色。我们知道，一个像素的颜色可以用 R(0-255)、G(0-255)、B(0-255) 三个变量来表示。鉴于我们现在只关心某一种颜色有没有出现过，不妨创建一个三维哈希表。

可以想象一个大的正方体，里边有 256^3 个小格子。初始状态下每个小格子里都是 0，当计算机看到出现某一种颜色 (m,n,p)，就把第 m 行、第 n 列、第 p 层的那个小格子里的 0 变成 1。

为了减小计算机的工作量，我们可以把相邻的 3 个 R/G/B 值简化成一个（如 R=0,1,2→R'=0），把这个 256x256x256 的正方体压缩一下，长宽高各变为原来的 1/3，列表大小缩小到原来的 1/27。

matrix = []
for i in range(85):
    matrix.append([])
    for j in range(85):
        matrix[i].append([])
        for k in range(85):
            matrix[i][j].append(0)

def learn(str_path):
    im = Image.open(str_path)
    pix = im.load()
    width = im.size[0]
    height = im.size[1]
    for x in range(width):
        for y in range(height):
            r, g, b = pix[x, y]
            # 应用压缩逻辑
            matrix[r // 3][g // 3][b // 3] = 1

在本例中，让程序 learn 完五张采样得到的背景图，再执行抠图的主程序，保存图片。

失望，非常失望。无论我再怎么给它查漏补缺，补充新的背景来 learn，抠出来还是会有大量残留。

第二次尝试：模糊度匹配

接下来，我们增设一个模糊度 dim，意思是在抠图的判断条件中，只要这个点的 RGB 坐标出现在被标记坐标的附近，三个坐标分量都在某被标记点对应坐标分量 ±dim 的范围内，即该点的 RGB 坐标在以某被标记点为中心、棱长为 2*dim 的正方体内，我们就把它抠掉。

随着我不断增大 dim 的值，残留的区域确实越来越少，但是结果总是不尽人意。

第三次尝试：统计阈值法

于是，我不再满足于小立方体级别的模糊，决定大手一挥，激进一点。这次，我打算计算出背景中所有像素点的 R、G、B 各自的最大值和最小值，然后把所有 R、G、B 都在最大值之下、最小值之上（包含最值）的像素全部抠掉。

为了判断方案的可行性，我把图片信息按颜色展开，在坐标系中呈现出来。这里，X、Y、Z 轴分别是压缩之后的 RGB 值，范围是 [0,85] 中的整数。

在三维坐标系中，引入透明度，可以刻画第四个维度的信息。我们选取该坐标处像素的数量作为透明度的自变量。为了避免最大值过大导致大部分点的透明度都非常高，我们换一种映射，把通过比值求出来的相对透明度开四次根号。

最终，我们画出来的图像是这样的：越不透明的点表示对应颜色的像素越多。

分析一下刚刚费了不少力气画的这个图，我们发现，三种主色还是相对来说界限分明的。如果你不信，我可以随便找一张图给你展开一下：

我们来看一下背景样本中所有颜色的 R、G、B 的最大值和最小值。

这个结果其实非常符合预期，因为从刚才那个坐标系中可以看到，跟背景相近的颜色都集中在 R、G、B 都非常大的地方。

我们把 R、G、B 都在对应区间里的点抠掉，然后看一下效果：

**AMAZING！**简直完美。尽管我事实上并不认可这个原理，毕竟本质上这属于莽夫行为。但是不得不说，这个效果确实是非常不错的。

对比一下 Excel 抠图、learn 抠图和莽夫抠图：

简直是一部愈演愈烈的革命乐章！

性能优化建议

上述方案虽然有效，但在处理大图时，Python 的循环遍历效率较低。如果追求更高的性能，可以考虑以下优化方向：

1. 使用 NumPy 数组：将图像数据转换为 NumPy 数组进行向量化操作，避免逐像素循环。
2. OpenCV 集成：利用 OpenCV 的掩膜（Mask）功能，可以更高效地处理多通道图像。
3. 多线程处理：对于超大图片，可以将图像分块，利用多核 CPU 并行处理。

示例代码片段（基于 NumPy 思路）：

import numpy as np
from PIL import Image

img_array = np.array(Image.open('image.png'))
# 假设背景色为白色 (255, 255, 255)
mask = np.all(img_array[:, :, :3] == [255, 255, 255], axis=2)
img_array[:, :, 3][mask] = 0
Image.fromarray(img_array).save('output.png')

总结与展望

至此，我已经完成了最初的目标，并且积累了一套极其简陋但却好像还挺像回事儿的抠图方案。

在我看来，代码抠图的魅力不仅在于它精确到像素的精准打击，也在于它可以让你随心所欲定制需求的可塑性，还在于它只需要你更改一两个参数、点一下编译运行，就能自动输出成果的便捷。此外，我还顺便做了一些同样没什么用的小功能，比如马赛克处理。

不论是抠图也好，打码也好，逻辑上不难理解，代码上也不难实现。在日常生活中，有时候手边就是缺乏处理简单任务的专业工具，比如 PhotoShop。这时候与其安装 Ps，倒不如自己写一个程序，根据自己的需求编码实现功能，看似麻烦，实则不失为一条捷径。

未来，随着深度学习技术的发展，基于语义分割的背景移除将更加普及。但在轻量级、特定场景的任务中，这种基于规则的传统算法依然具有极高的实用价值和教学意义。