一. 业务背景

在我们的某项业务中，需要通过自研的智能硬件“自动化”地拍摄一组组手机的照片，这些照片有时候因为光照的因素需要考虑将背景的颜色整体替换掉，然后再呈现给 C 端用户。这时就有背景替换的需求了。

二. 技术实现

使用 OpenCV ，通过传统的图像处理来实现这个需求。

方案一：

首先想到的是使用 K-means 分离出背景色。

大致的步骤如下：

1. 将二维图像数据线性化
2. 使用 K-means 聚类算法分离出图像的背景色
3. 将背景与手机二值化
4. 使用形态学的腐蚀，高斯模糊算法将图像与背景交汇处高斯模糊化
5. 替换背景色以及对交汇处进行融合处理

k-平均算法（英文：k-means clustering）源于信号处理中的一种向量量化方法，现在则更多地作为一种聚类分析方法流行于数据挖掘领域。k-平均聚类的目的是：把 n 个点（可以是样本的一次观察或一个实例）划分到k个聚类中，使得每个点都属于离他最近的均值（此即聚类中心）对应的聚类，以之作为聚类的标准。这个问题将归结为一个把数据空间划分为Voronoi cells的问题。

K-means 算法思想为：给定n个数据点{x1,x2,…,xn},找到K个聚类中心{a1,a2,…,aK},使得每个数据点与它最近的聚类中心的距离平方和最小,并将这个距离平方和称为目标函数,记为Wn,其数学表达式为：

K-means.png

K-means 算法基本流程：

1. 初始的 K 个聚类中心。
2. 按照距离聚类中心的远近对所有样本进行分类。
3. 重新计算聚类中心，判断是否退出条件：两次聚类中心的距离足够小视为满足退出条件；不退出则重新回到步骤2。

int main() {

    Mat src = imread("test.jpg");
    if (src.empty()) {
        printf("could not load image...\n");
        return -1;
    }
    imshow("origin", src);

    // 将二维图像数据线性化
    Mat data;
    for (int i = 0; i < src.rows; i++) {//像素点线性排列
        for (int j = 0; j < src.cols; j++)
        {
            Vec3b point = src.at<Vec3b>(i, j);
            Mat tmp = (Mat_<float>(1, 3) << point[0], point[1], point[2]);
            data.push_back(tmp);
        }
    }

    // 使用K-means聚类
    int numCluster = 4;
    Mat labels;
    TermCriteria criteria = TermCriteria(TermCriteria::EPS + TermCriteria::COUNT, 10, 0.1);
    kmeans(data, numCluster, labels, criteria, 4, KMEANS_PP_CENTERS);

    // 背景与手机二值化
    Mat mask = Mat::zeros(src.size(), CV_8UC1);
    int index = src.rows * 2 + 2;  //获取点（2，2）作为背景色
    int cindex = labels.at<int>(index);
    /*  提取背景特征 */
    for (int row = 0; row < src.rows; row++) {
        for (int col = 0; col < src.cols; col++) {
            index = row * src.cols + col;
            int label = labels.at<int>(index);
            if (label == cindex) { // 背景
                mask.at<uchar>(row, col) = 0;
            }
            else {
                mask.at<uchar>(row, col) = 255;
            }
        }
    }
    imshow("mask", mask);

    // 腐蚀 + 高斯模糊：图像与背景交汇处高斯模糊化
    Mat k = getStructuringElement(MORPH_RECT, Size(3, 3), Point(-1, -1));
    erode(mask, mask, k);
    GaussianBlur(mask, mask, Size(3, 3), 0, 0);

    // 更换背景色以及交汇处融合处理
    RNG rng(12345);
    Vec3b color;  //设置的背景色
    color[0] = 255;//rng.uniform(0, 255);
    color[1] = 255;// rng.uniform(0, 255);
    color[2] = 255;// rng.uniform(0, 255);
    Mat result(src.size(), src.type());

    double w = 0.0;   //融合权重
    int b = 0, g = 0, r = 0;
    int b1 = 0, g1 = 0, r1 = 0;
    int b2 = 0, g2 = 0, r2 = 0;

    for (int row = 0; row < src.rows; row++) {
        for (int col = 0; col < src.cols; col++) {
            int m = mask.at<uchar>(row, col);
            if (m == 255) {
                result.at<Vec3b>(row, col) = src.at<Vec3b>(row, col); // 前景
            }
            else if (m == 0) {
                result.at<Vec3b>(row, col) = color; // 背景
            }
            else {/* 融合处理部分 */
                w = m / 255.0;
                b1 = src.at<Vec3b>(row, col)[0];
                g1 = src.at<Vec3b>(row, col)[1];
                r1 = src.at<Vec3b>(row, col)[2];

                b2 = color[0];
                g2 = color[1];
                r2 = color[2];

                b = b1 * w + b2 * (1.0 - w);
                g = g1 * w + g2 * (1.0 - w);
                r = r1 * w + r2 * (1.0 - w);

                result.at<Vec3b>(row, col)[0] = b;
                result.at<Vec3b>(row, col)[1] = g;
                result.at<Vec3b>(row, col)[2] = r;
            }
        }
    }
    imshow("final", result);

    waitKey(0);
    return 0;
}

背景替换的效果.png

方案二：

方案一的算法并不是对所有手机都有效，对于一些浅色的、跟背景颜色相近的手机，该算法会比较无能为力。

相近颜色替换背景的效果.png

于是换一个思路：

1. 使用 USM 锐化算法对图像增强
2. 再用纯白色的图片作为背景图，和锐化之后的图片进行图像融合。

图像锐化是使图像边缘更加清晰的一种图像处理方法。

USM(Unsharpen Mask) 锐化的算法就是对原图像先做一个高斯模糊，然后用原来的图像减去一个系数乘以高斯模糊之后的图像，然后再把值 Scale 到0～255的 RGB 素值范围之内。基于 USM 锐化的算法可以去除一些细小的干扰细节和噪声，比一般直接使用卷积锐化算子得到的图像锐化结果更加真实可信。

int main() {
    Mat src = imread("./test.jpg");
    if (src.empty()) {
        printf("could not load image...\n");
        return -1;
    }
    namedWindow("src", WINDOW_AUTOSIZE);
    imshow("origin", src);

    Mat blur_img, usm;
    GaussianBlur(src, blur_img, Size(0, 0), 25);
    addWeighted(src, 1.5, blur_img, -0.5, 0, usm);
    imshow("usm", usm);

    Mat roi = Mat(Size(src.cols,src.rows), CV_8UC3, Scalar(255, 255, 255));

    Mat dst;
    addWeighted(usm, 1.275, roi, 0.00015, 0, dst);

    imshow("final", dst);

    waitKey(0);
    return 0;
}

其中，addWeighted 函数是将两张大小相同、类型相同的图片进行融合。数学公式如下：

dst = src1*alpha + src2*beta + gamma;

融合后的效果.png

三. 总结

其实，我尝试过用 OpenCV 多种方式实现该功能，也尝试过使用深度学习实现。目前还没有最满意的效果。后续，我会更偏向于使用深度学习来实现该功能。

本文转自OpenCV学堂，独家授权