简陋无比的 Python 抠图方案，好像还挺像回事儿？

这是我参与2022首次更文挑战的第13天，活动详情查看：2022首次更文挑战

本篇内容改编自我的微信公众号，所述工作是我初学编程时的一个趣味小项目，虽然没什么含金量，但可以算得上是我作为一个初学者的一次勇敢尝试和有趣探索，在此分享给大家，欢迎不吝赐教。

背景介绍

从某APP中截取了我的背单词曲线之后，我敏锐地发现了蕴藏在其中的数学规律。

每六个月达到一次峰值，峰值的高度不断减小。为了在图上画一条线来拟合这个折线，我打开 MATLAB 一通操作猛如虎，画出了一个正弦函数受到一个衰减指数函数的调制的图像。但问题来了，我不知道怎么把这两个图贴在一起，需要把 MATLAB 绘制的曲线从白色背景中抠出来。

联想到曾经我用 Excel 抠二维码的憨批操作（当时不用PS），我觉得还是有必要进化一下我的抠图技能。

纯色背景抠图

从原理上讲，从这么一个简单背景中把图案抠出来，无非就是对每一个像素点检查它的颜色，如果是背景色就把透明度变成0，否则保留。因此，这是非常容易实现的。

from PIL import Image

im = Image.open('SaoMaYouJingXi.jpg') #读取图片
im = im.convert('RGBA') #转化成RGBA（RBG+透明度）格式
pix = im.load()width = im.size[0]
height = im.size[1]

for x in range(width):
    for y in range(height):        
        r, g, b, a = pix[x, y]        
        if (r>100)&(g>100): #如果是白色
        a = 0 #透明度改成0
        im.putpixel((x,y),(r,g,b,a)) #把四个参数还给这个像素
        
im.save("SaoMaYouJingXi.PNG") #保存

# 早期写的东西甚至完全没有代码规范意识

小试牛刀：

不愧是精确到像素的抠图，放大了看也这么干净利索。

变色背景抠图

但，从纯色简单背景中抠图就太没意思了。我又联想到曾经用Excel从照片里抠手绘的班徽：

当时也是费了很大功夫，抠出来的效果在浅色背景下还可以，但是放在深色背景中就非常不堪入目了。于是，我打算想办法把班徽重新抠一下。

第一次尝试

既然不是简单的纯黑或纯白背景，没办法直接判断颜色的RGB值大概在什么范围，那么我们首先要让程序去识别并记住背景有哪些颜色，然后再把这些颜色的像素抠掉。

所以我们要分两大步：

手动从背景中采样，截图保存，导入程序，供其识别、记录；
把整个图片导入，处理，导出。

这张班徽的照片里，我在四条边附近分别截取了一张背景样本，后来为了优化效果，又在没抠掉的地方补了一张。

接下来就是让计算机记住这些出现过的颜色。

我们知道，一个像素的颜色可以用R(0-255)、G(0-255)、B(0-255)三个变量来表示，一张图中的颜色总数不超过256^3。

鉴于我们现在只关心某一种颜色有没有出现过，不妨创建一个256x256x256的三维哈希表。

可以想象一个大的正方体，里边有256^3个小格子。初始状态下每个小格子里都是0，当计算机看到出现某一种颜色(m,n,p)，就把第m行、第n列、第p层的那个小格子里的0变成1。等计算机遍历完了所有的像素，这些格子里该填1的都填上了1。

这里，我们为了减小计算机的工作量，可以把相邻的3个R/G/B值简化成一个（如R=0,1,2→R'=0、R=3,4,5→R'=1)，把这个256x256x256的正方体压缩一下，长宽高各变为原来的1/3，列表大小缩小到原来的1/27。

matrix=[]
for i in range(85):
    matrix.append([])
    for j in range(85):
        matrix[i].append([])
        for k in range(85):
            matrix[i][j].append(0)

然后我们不动这个大盒子，让计算机再去检查第二个样本……等到所有的样本都看完了，盒子就填得差不多了。这时候，背景中出现过的颜色大部分已经被标记了。

我们把这个检查的过程定义为learn：

def learn(str):
    im = Image.open(str)
    pix = im.load()
    width = im.size[0]
    height = im.size[1]
    for x in range(width):
        for y in range(height):
            r, g, b = pix[x, y]
            matrix[r][g][b]=1