這篇文章主要介紹“python人物視頻背景替換實現虛擬空間穿梭的方法”，在日常操作中，相信很多人在python人物視頻背景替換實現虛擬空間穿梭的方法問題上存在疑惑，小編查閱了各式資料，整理出簡單好用的操作方法，希望對大家解答”python人物視頻背景替換實現虛擬空間穿梭的方法”的疑惑有所幫助！接下來，請跟著小編一起來學習吧！
在實現該功能之前，我們需要准備好python==3.7 然後執行：
pip install mediapipe
方案一： PC端可以選擇外界攝像頭或者連接網絡攝像頭，最好挑選一個純屬的背景板作為視頻畫面背景（這樣有利於任務分割）；
方案二： 網上下載有人物活動的視頻，然後用下載的視頻替代連接攝像頭。
到這裡我們基礎物件已經搭建好了，本實驗代碼選擇方案二，對下載視頻分析，其shape=（740,640,3）。接下來我將帶領大家實現三個版本的背景替換
基礎板：將人物提取出來，替換成設定好的純色背景（可以通過RGB設定）。其基本流程如下：
1. 輸入視頻
2. 獲取視頻幀
3. 提取幀內人物圖像
4. 設定背景RGB值
5. 創建同視頻幀同shape的RGB圖像
6. 結合背景圖與人物圖
7. 輸出結合圖
示例demo：
import cv2import mediapipe as mpimport numpy as npmp_drawing = mp.solutions.drawing_utilsmp_selfie_segmentation = mp.solutions.selfie_segmentationBG_COLOR = (0, 0, 225) # redcap = cv2.VideoCapture('111.mp4')with mp_selfie_segmentation.SelfieSegmentation( model_selection=0) as selfie_segmentation: bg_image = None while cap.isOpened(): success, image = cap.read() if not success: break image = cv2.cvtColor(cv2.flip(image, 1), cv2.COLOR_BGR2RGB) image.flags.writeable = False results = selfie_segmentation.process(image) image.flags.writeable = True image = cv2.cvtColor(image, cv2.COLOR_RGB2BGR) condition = np.stack( (results.segmentation_mask,) * 3, axis=-1) > 0.8 if bg_image is None: bg_image = np.zeros(image.shape, dtype=np.uint8) bg_image[:] = BG_COLOR print(bg_image.shape) output_image = np.where(condition, image, bg_image) cv2.imshow('MediaPipe Selfie Segmentation', output_image) if cv2.waitKey(5) & 0xFF == 27: breakcap.release()原視頻節選幀&替換背景幀：
由於我們已知圖像的shape，我們可以在網上挑選自己喜歡的背景圖，然後調整背景圖的shape，使其與視頻圖像保持一致。整體流程圖下：
1. 下載選擇喜歡的背景圖像
2. 調整下載圖像的shape=(740,604,3)
3. 讀取視頻
4. 獲取視頻幀
5. 獲取視頻幀內人物圖像
6. 結合背景圖和人物圖像
7. 輸出視頻畫面
修改圖像大小並進行50%縮放後的背景圖：
背景圖結合人物圖：
這裡我的背景圖選擇的有些單調，也不是那麼適合，望讀者見諒！ 代碼部分修改：
bg_image = cv2.imread("BBB.jpg")到此，關於“python人物視頻背景替換實現虛擬空間穿梭的方法”的學習就結束了，希望能夠解決大家的疑惑。理論與實踐的搭配能更好的幫助大家學習，快去試試吧！若想繼續學習更多相關知識，請繼續關注億速雲網站，小編會繼續努力為大家帶來更多實用的文章！
