图像分割之证件照背景替换

z13228604287

  

窗口程序集名	保 留	保 留	备 注
程序集1

子程序名	返回值类型	公开	备 注
_启动子程序	整数型		本子程序在程序启动后最先执行

变量名	类 型	静态	数组	备 注
输入	多维矩阵类
点	多维矩阵类
标准	迭代标准类
中心	多维矩阵类
标签s	多维矩阵类
掩码	多维矩阵类
指数	整数型
c指数	整数型
高	整数型
宽	整数型
dst	多维矩阵类
行	整数型
列	整数型
标签	整数型
bgr	双精度小数型		3
bgr1	字节型		3
bgr2	双精度小数型		3
w	双精度小数型
m	整数型
result	多维矩阵类
bgrC	字节型		0
bgrd	双精度小数型		3

输入 ＝ 视觉_图像读取 (“C:\Users\hanyo\Desktop\66\501.jpg”, #读图_彩色 )
视觉_创建窗口 (“input”, #窗口_标准 )
视觉_显示图像 (“input”, 输入)
点 ＝ 组装数据 (输入)
' //运行KMeans
标准.初始化 ( #迭代标准_精度 ＋ #迭代标准_元素, 10, 0.1)
视觉_K均值 (点, 4, 标签s, 标准, 3, #K方法_PP_中心, 中心)
掩码 ＝ 矩阵 (输入.行数 (), 输入.列数 (), #Cv无符号字节型_单通道, 0)
指数 ＝ 输入.行数 () × 2 ＋ 2
c指数 ＝ 标签s.取元素 (指数, 0)
高 ＝ 输入.行数 ()
宽 ＝ 输入.列数 ()
输入.复制 (dst, )
变量循环首 (0, 高 － 1, 1, 行)
变量循环首 (0, 宽 － 1, 1, 列)
指数 ＝ 行 × 宽 ＋ 列
标签 ＝ 标签s.取元素 (指数, 0)
判断 (标签 ＝ c指数)  ' 背景
dst.置元素V (行, 列, { 0, 0, 0, 0, 0, 0 })
掩码.置元素 (行, 列, 0)
掩码.置元素 (行, 列, 255)

变量循环尾 ()
变量循环尾 ()
视觉_显示图像 (“mask”, 掩码)
视觉_显示图像 (“KMeans-Result”, dst)
' //背景替换为红色
result.初始化 (输入.行数 (), 输入.列数 (), 输入.类型 (), 标量 (0))
bgr2 [1] ＝ 0
bgr2 [2] ＝ 0
bgr2 [3] ＝ 255
变量循环首 (0, 高 － 1, 1, 行)
变量循环首 (0, 宽 － 1, 1, 列)
m ＝ 掩码.取元素 (行, 列)
判断 (m ＝ 255)  ' //前景
bgrC ＝ 输入.取元素8U (行, 列)
bgrd [1] ＝ bgrC [1]
bgrd [2] ＝ bgrC [2]
bgrd [3] ＝ bgrC [3]
result.置元素V (行, 列, bgrd)
判断 (m ＝ 0)  ' //背景
result.置元素V (行, 列, { 0, 0, 255 })
w ＝ m ÷ 255
bgr1 ＝ 输入.取元素8U (行, 列)
bgr [1] ＝ bgr1 [1] × w ＋ bgr2 [1] �� (1 － w)
bgr [2] ＝ bgr1 [2] × w ＋ bgr2 [2] �� (1 － w)
bgr [3] ＝ bgr1 [3] × w ＋ bgr2 [3] �� (1 － w)
result.置元素V (行, 列, bgr)

变量循环尾 ()
变量循环尾 ()
视觉_显示图像 (“背景替换”, result)
视觉_等待按键 (0)
返回 (0)  ' 可以根据您的需要返回任意数值

子程序名	返回值类型	公开	备 注
组装数据	多维矩阵类
参数名	类 型	参考	可空	数组	备 注
image	多维矩阵类

变量名	类 型	静态	数组	备 注
samplecount	整数型
h	整数型
w	整数型
dims	整数型
points	多维矩阵类
index	整数型
row	整数型
col	整数型
bgr	字节型		0

w ＝ image.列数 ()
h ＝ image.行数 ()
samplecount ＝ w × h
dims ＝ image.通道数 ()
points.初始化 (samplecount, dims, #Cv小数型, 标量 (10))
变量循环首 (0, h － 1, 1, row)
变量循环首 (0, w － 1, 1, col)
index ＝ row × w ＋ col
bgr ＝ image.取元素8U (row, col)
points.置元素 (index, 0, bgr [2])
points.置元素 (index, 1, bgr [3])
points.置元素 (index, 2, bgr [3])
变量循环尾 ()
变量循环尾 ()
返回 (points)

i支持库列表	支持库注释
OpenCV	(未知支持库)
spec	特殊功能支持库

.版本 2<br /> .支持库 OpenCV<br /> .支持库 spec<br /> <br /> .程序集 程序集1<br /> <br /> .子程序 _启动子程序, 整数型, , 本子程序在程序启动后最先执行<br /> .局部变量 输入, 多维矩阵类<br /> .局部变量 点, 多维矩阵类<br /> .局部变量 标准, 迭代标准类<br /> .局部变量 中心, 多维矩阵类<br /> .局部变量 标签s, 多维矩阵类<br /> .局部变量 掩码, 多维矩阵类<br /> .局部变量 指数, 整数型<br /> .局部变量 c指数, 整数型<br /> .局部变量 高, 整数型<br /> .局部变量 宽, 整数型<br /> .局部变量 dst, 多维矩阵类<br /> .局部变量 行, 整数型<br /> .局部变量 列, 整数型<br /> .局部变量 标签, 整数型<br /> .局部变量 bgr, 双精度小数型, , "3"<br /> .局部变量 bgr1, 字节型, , "3"<br /> .局部变量 bgr2, 双精度小数型, , "3"<br /> .局部变量 w, 双精度小数型<br /> .局部变量 m, 整数型<br /> .局部变量 result, 多维矩阵类<br /> .局部变量 bgrC, 字节型, , "0"<br /> .局部变量 bgrd, 双精度小数型, , "3"<br /> <br /> 输入 ＝ 视觉_图像读取 (“C:\Users\hanyo\Desktop\66\501.jpg”, #读图_彩色)<br /> 视觉_创建窗口 (“input”, #窗口_标准)<br /> 视觉_显示图像 (“input”, 输入)<br /> 点 ＝ 组装数据 (输入)<br /> ' //运行KMeans<br /> 标准.初始化 (#迭代标准_精度 ＋ #迭代标准_元素, 10, 0.1)<br /> 视觉_K均值 (点, 4, 标签s, 标准, 3, #K方法_PP_中心, 中心)<br /> 掩码 ＝ 矩阵 (输入.行数 (), 输入.列数 (), #Cv无符号字节型_单通道, 0)<br /> 指数 ＝ 输入.行数 () × 2 ＋ 2<br /> c指数 ＝ 标签s.取元素 (指数, 0)<br /> 高 ＝ 输入.行数 ()<br /> 宽 ＝ 输入.列数 ()<br /> 输入.复制 (dst, )<br /> .变量循环首 (0, 高 － 1, 1, 行)<br />     .变量循环首 (0, 宽 － 1, 1, 列)<br />         指数 ＝ 行 × 宽 ＋ 列<br />         标签 ＝ 标签s.取元素 (指数, 0)<br />         .判断开始 (标签 ＝ c指数)  ' 背景<br />             dst.置元素V (行, 列, { 0, 0, 0, 0, 0, 0 })<br />             掩码.置元素 (行, 列, 0)<br />         .默认<br />             掩码.置元素 (行, 列, 255)<br />         .判断结束<br /> <br />     .变量循环尾 ()<br /> .变量循环尾 ()<br /> 视觉_显示图像 (“mask”, 掩码)<br /> 视觉_显示图像 (“KMeans-Result”, dst)<br /> ' //背景替换为红色<br /> result.初始化 (输入.行数 (), 输入.列数 (), 输入.类型 (), 标量 (0))<br /> bgr2 [1] ＝ 0<br /> bgr2 [2] ＝ 0<br /> bgr2 [3] ＝ 255<br /> .变量循环首 (0, 高 － 1, 1, 行)<br />     .变量循环首 (0, 宽 － 1, 1, 列)<br />         m ＝ 掩码.取元素 (行, 列)<br />         .判断开始 (m ＝ 255)  ' //前景<br />             bgrC ＝ 输入.取元素8U (行, 列)<br />             bgrd [1] ＝ bgrC [1]<br />             bgrd [2] ＝ bgrC [2]<br />             bgrd [3] ＝ bgrC [3]<br />             result.置元素V (行, 列, bgrd)<br />         .判断 (m ＝ 0)  ' //背景<br />             result.置元素V (行, 列, { 0, 0, 255 })<br />         .默认<br />             w ＝ m ÷ 255<br />             bgr1 ＝ 输入.取元素8U (行, 列)<br />             bgr [1] ＝ bgr1 [1] × w ＋ bgr2 [1] × (1 － w)<br />             bgr [2] ＝ bgr1 [2] × w ＋ bgr2 [2] × (1 － w)<br />             bgr [3] ＝ bgr1 [3] × w ＋ bgr2 [3] × (1 － w)<br />             result.置元素V (行, 列, bgr)<br />         .判断结束<br /> <br />     .变量循环尾 ()<br /> .变量循环尾 ()<br /> <br /> <br /> <br /> 视觉_显示图像 (“背景替换”, result)<br /> <br /> <br /> 视觉_等待按键 (0)<br /> <br /> 返回 (0)  ' 可以根据您的需要返回任意数值<br /> <br /> .子程序 组装数据, 多维矩阵类<br /> .参数 image, 多维矩阵类<br /> .局部变量 samplecount, 整数型<br /> .局部变量 h, 整数型<br /> .局部变量 w, 整数型<br /> .局部变量 dims, 整数型<br /> .局部变量 points, 多维矩阵类<br /> .局部变量 index, 整数型<br /> .局部变量 row, 整数型<br /> .局部变量 col, 整数型<br /> .局部变量 bgr, 字节型, , "0"<br /> <br /> w ＝ image.列数 ()<br /> h ＝ image.行数 ()<br /> samplecount ＝ w × h<br /> dims ＝ image.通道数 ()<br /> points.初始化 (samplecount, dims, #Cv小数型, 标量 (10))<br /> .变量循环首 (0, h － 1, 1, row)<br />     .变量循环首 (0, w － 1, 1, col)<br />         index ＝ row × w ＋ col<br />         bgr ＝ image.取元素8U (row, col)<br />         points.置元素 (index, 0, bgr [2])<br />         points.置元素 (index, 1, bgr [3])<br />         points.置元素 (index, 2, bgr [3])<br />     .变量循环尾 ()<br /> .变量循环尾 ()<br /> 返回 (points)

冷冷的吹风

1111111111111111111111

wgqxj

谢谢分享

fjsystem

没有找到名为“多维矩阵类”的数据类型。怎么办？

luqing3719

正好需要!!!!!!!!!!!!!!!!!!!!!!!!!!!

boomsa

感谢lz 新技能get

CCaix2009

很好我喜欢厉害了

葫芦28

没有找到名为“多维矩阵类”的数据类型。

葫芦28

模块发一下

失落的情域

多维矩阵类 是啥模块的

gandambera

支持开源！