[发明专利]一种自动去除图片背景的方法及系统

权利要求书

1.一种自动去除图片背景的方法，其特征在于，包括以下步骤：

S1：获取待去除背景图片，并抹去所述待去除背景图片中包含过多噪点的不必要的内部细节；

S2：采用包括粗线条提取法和细线条提取法在内的任意一种方法，提取所述待去除背景图片中的物体线条；

S3：获取所述物体线条的外部轮廓，并把所述外部轮廓描绘出来；

S4：将所述外部轮廓内部颜色填充为白色RGB(255，255，255)，将所述外部轮廓外部颜色填充为黑色RGB(0，0，0)；

S5：当所述待去除背景图片为包括jpg、jpeg在内的不包括alpha图层的图片时，创建新的alpha图层，当所述待去除背景图片为包括png在内的包括alpha图层的图片时，重写alpha图层数值，将alpha图层赋值为任意一个其他图层的数值，其中，由于在alpha图层中255代表不透明，0代表透明，设置后所述外部轮廓内部的图像显示出来，所述外部轮廓外部的图像不显示，即成功去除图片背景。

2.根据权利要求1所述自动去除图片背景的方法，其特征在于，在步骤S1中，抹去所述待去除背景图片中包含过多噪点的不必要的所述内部细节，具体为：采用高斯模糊抹去所述待去除背景图片中的所述内部细节。

3.根据权利要求1所述的自动去除图片背景的方法，其特征在于，在步骤S2中，采用包括所述粗线条提取法和所述细线条提取法在内的任意一种方法，提取所述待去除背景图片中的物体线条，具体为：

所述粗线条提取法采用边缘检测算法canny，应用于希望去除背景线条比较平滑的场景中；

所述细线条提取法采用边缘检测CNN模型DexiNed，应用于希望去除背景线条比较精细的场景中。

4.根据权利要求1所述的自动去除图片背景的方法，其特征在于，在步骤S3中，获取所述物体线条的外部轮廓，并把所述外部轮廓描绘出来，具体为：

采用Python中findContours函数获取所述物体线条的外部轮廓，并采用Python中drawContours函数把所述外部轮廓描绘出来。

5.一种自动去除图片背景的系统，其特征在于，包括：

内部细节去除模块，用于获取待去除背景图片，并抹去所述待去除背景图片中包含过多噪点的不必要的内部细节；

物体线条提取模块，用于采用包括粗线条提取法和细线条提取法在内的任意一种方法，提取所述待去除背景图片中的物体线条；

外部轮廓描绘模块，用于获取所述物体线条的外部轮廓，并把所述外部轮廓描绘出来；

颜色填充模块，用于将所述外部轮廓内部颜色填充为白色RGB(255，255，255)，将所述外部轮廓外部颜色填充为黑色RGB(0，0，0)

alpha图层赋值模块，用于当所述待去除背景图片为包括jpg、jpeg在内的不包括alpha图层的图片时，创建新的alpha图层，当所述待去除背景图片为包括png在内的包括alpha图层的图片时，重写alpha图层数值，将alpha图层赋值为任意一个其他图层的数值，其中，由于在alpha图层中255代表不透明，0代表透明，设置后所述外部轮廓内部的图像显示出来，所述外部轮廓外部的图像不显示，即成功去除图片背景。

6.根据权利要求5所述的自动去除图片背景的系统，其特征在于，在所述内部细节去除模块中，还包括：采用高斯模糊抹去所述待去除背景图片中的所述内部细节。

7.根据权利要求5所述的自动去除图片背景的系统，其特征在于，在所述物体线条提取模块中，还包括：所述粗线条提取法采用边缘检测算法canny，应用于希望去除背景线条比较平滑的场景中；所述细线条提取法采用边缘检测CNN模型DexiNed，应用于希望去除背景线条比较精细的场景中。

8.根据权利要求5所述的自动去除图片背景的系统，其特征在于，在所述外部轮廓描绘模块中，还包括：采用Python中findContours函数获取所述物体线条的外部轮廓，并采用Python中drawContours函数把所述外部轮廓描绘出来。