环球中心建于哪一年百度移动端优化

分享一个对实例分割mask修补的方法，希望对大家有所帮助。

1. 这是我准备分割的图片

2 分割结果

可以看到衣服部分有一些没分割出来，二值化图片能清晰看到衣服部分有些黑色未分出的地方。

3 补全mask区域

import cv2
import numpy as npdef fill_mask_hole(img):# 将输入图片二值化img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)_, mask= cv2.threshold(img, 250, 255, cv2.THRESH_BINARY)# 二值化图片黑白反转mask = 255-mask# 因为最下面有一块黑色区域，没完全被包围。将最下面一行像素改成白色，保住黑色区域mask[-1,:] = 255# 寻找有多少孔洞contours, hierarchy = cv2.findContours(mask, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)# 孔洞个数len_contour = len(contours)contour_list = []# 逐个补孔for i in range(len_contour):drawing = np.zeros_like(mask, np.uint8)  # create a black image# 根据孔洞范围判断需不需要补area = cv2.contourArea(contours[i])if area>1000: # 有大孔洞增加这个阈值continueimg_contour = cv2.drawContours(drawing, contours, i, (255, 255, 255), -1)contour_list.append(img_contour)out = sum(contour_list)# 对应上面mask[-1,:] = 255，将改的白边改回来out[-1,:] = out[-2,:]return outimg1 = cv2.imread('test.jpg')
mask = fill_mask_hole(img1)
cv2.imwrite('mask1.jpg',mask)

4 结果图mask1.jpg

ok，补好啦