如何改变python里显示出的图片背景

在Python中，改变显示出的图片背景的方法有多种，包括使用PIL（Pillow）、OpenCV和Matplotlib等库。 其中，使用Pillow和OpenCV是最为常见的方式，因为它们提供了丰富的图像处理功能。以下将详细介绍如何利用这两种库来改变图片背景。

Pillow（PIL）示例：

使用Pillow库可以轻松地加载、处理和保存图像。可以通过加载图像，创建一个新的背景，然后将原始图像粘贴到新背景上来实现背景更改。

from PIL import Image
加载图像
image = Image.open("original_image.png")
创建一个新的背景
new_background = Image.new("RGB", image.size, (255, 255, 255))  # 这里用白色背景
将原始图像粘贴到新的背景上
new_background.paste(image, (0, 0), image)
保存结果
new_background.save("new_image.png")

OpenCV示例：

OpenCV是一个强大的计算机视觉库，可以进行复杂的图像处理任务，如背景替换。

import cv2
import numpy as np
加载图像
image = cv2.imread("original_image.png", cv2.IMREAD_UNCHANGED)
分离出alpha通道
b, g, r, a = cv2.split(image)
创建一个新的背景
new_background = np.ones_like(image) * 255  # 这里用白色背景
合并通道
new_image = cv2.merge((b, g, r, new_background[:, :, 0]))
保存结果
cv2.imwrite("new_image.png", new_image)

一、使用Pillow库改变图像背景

Pillow（PIL）是Python Imaging Library的一个分支，支持打开、操作和保存许多不同格式的图像文件。它是Python中进行图像处理的标准库之一。

1、加载和保存图像

首先，使用Pillow加载和保存图像是非常简单的。可以使用Image模块的open和save方法。

from PIL import Image
加载图像
image = Image.open("original_image.png")
保存图像
image.save("output_image.png")

这种基本的操作提供了处理图像的起点。接下来，我们将深入探讨如何修改图像背景。

2、创建新背景

要改变图像背景，首先需要创建一个新的背景图像。可以使用Image模块的new方法来创建一个新的图像对象。

new_background = Image.new("RGB", image.size, (255, 255, 255))  # 这里用白色背景

3、粘贴原始图像到新背景上

接下来，需要将原始图像粘贴到新的背景上。可以使用paste方法，并传递一个掩码图像作为第三个参数。

new_background.paste(image, (0, 0), image)

4、保存最终结果

最后，保存合成后的图像。

new_background.save("new_image.png")

5、示例代码

将上述步骤整合到一个完整的示例中：

from PIL import Image
def change_background(input_image_path, output_image_path, background_color=(255, 255, 255)):
    # 加载图像
    image = Image.open(input_image_path)
    # 创建一个新的背景
    new_background = Image.new("RGB", image.size, background_color)
    # 将原始图像粘贴到新的背景上
    new_background.paste(image, (0, 0), image)
    # 保存结果
    new_background.save(output_image_path)
调用函数
change_background("original_image.png", "new_image.png", (255, 255, 255))

二、使用OpenCV库改变图像背景

OpenCV（Open Source Computer Vision Library）是一个开源计算机视觉和机器学习软件库。它支持多种图像处理功能，非常适合复杂图像处理任务。

1、加载和保存图像

使用OpenCV加载和保存图像也非常简单。可以使用cv2.imread和cv2.imwrite方法。

import cv2
加载图像
image = cv2.imread("original_image.png")
保存图像
cv2.imwrite("output_image.png", image)

2、分离通道

OpenCV加载图像时通常是BGR格式。如果图像包含alpha通道（用于透明度），需要先分离出alpha通道。

b, g, r, a = cv2.split(image)

3、创建新背景

使用NumPy创建一个新的背景图像。可以创建一个与原始图像尺寸相同的白色背景。

import numpy as np
new_background = np.ones_like(image) * 255  # 这里用白色背景

4、合并通道

将原始图像的BGR通道与新的背景进行合并。

new_image = cv2.merge((b, g, r, new_background[:, :, 0]))

5、保存最终结果

最后，保存合成后的图像。

cv2.imwrite("new_image.png", new_image)

6、示例代码

将上述步骤整合到一个完整的示例中：

import cv2
import numpy as np
def change_background(input_image_path, output_image_path, background_color=(255, 255, 255)):
    # 加载图像
    image = cv2.imread(input_image_path, cv2.IMREAD_UNCHANGED)
    # 检查是否有alpha通道
    if image.shape[2] == 4:
        b, g, r, a = cv2.split(image)
    else:
        raise ValueError("输入图像没有alpha通道")
    # 创建一个新的背景
    new_background = np.ones_like(image) * np.array(list(background_color) + [255], dtype=np.uint8)
    # 使用alpha通道混合图像
    alpha = a / 255.0
    new_image = np.dstack([(1. - alpha) * new_background[:, :, i] + alpha * image[:, :, i] for i in range(3)])
    # 保存结果
    cv2.imwrite(output_image_path, new_image)
调用函数
change_background("original_image.png", "new_image.png", (255, 255, 255))

三、使用Matplotlib库展示图像

Matplotlib是一个绘图库，主要用于生成图表，但也可以用于显示图像。虽然它不适合进行复杂的图像处理，但可以用于展示处理后的结果。

1、加载和显示图像

使用Matplotlib加载和显示图像可以通过pyplot模块。

import matplotlib.pyplot as plt
import matplotlib.image as mpimg
加载图像
image = mpimg.imread("original_image.png")
显示图像
plt.imshow(image)
plt.axis('off')  # 隐藏坐标轴
plt.show()

2、结合Pillow和Matplotlib

可以结合Pillow和Matplotlib库，先使用Pillow处理图像，然后使用Matplotlib显示结果。

from PIL import Image
import matplotlib.pyplot as plt
使用Pillow加载和处理图像
image = Image.open("original_image.png")
new_background = Image.new("RGB", image.size, (255, 255, 255))
new_background.paste(image, (0, 0), image)
使用Matplotlib显示图像
plt.imshow(new_background)
plt.axis('off')
plt.show()