使用五彩背景更改聊天屏幕截图的背景颜色

我有一个从聊天平台截取的屏幕截图，想要将聊天背景更改为白色，包括参与者的个人资料图片。如果屏幕截图中未显示聊天组的名称，则此 问题 中的代码可以正常工作。图 1 是原始图像的示例，图 2 是迄今为止取得的结果：

并且我想要实现类似于图 3 的效果：

这是我在问题中使用的代码：

import cv2
import numpy as np

filename = ("/Users/user/Desktop/test2.png")

image = cv2.imread(filename)

hsv_img = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)  # rgb to hsv color space

s_ch = hsv_img[:, :, 1]  # Get the saturation channel

thesh = cv2.threshold(s_ch, 5, 255, cv2.THRESH_BINARY)[1]  # Apply threshold - pixels 
above 5 are going to be 255, other are zeros.
thesh = cv2.morphologyEx(thesh, cv2.MORPH_OPEN, 
cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (7, 7)))  # Apply opening morphological 
operation for removing artifacts.

cv2.floodFill(thesh, None, seedPoint=(0, 0), newVal=128, loDiff=1, upDiff=1)  # Fill 
the background in thesh with the value 128 (pixel in the foreground stays 0.

image[thesh == 128] = (255, 255, 255)  # Set all the pixels where thesh=128 to white.

cv2.imwrite('Filtering1.jpg', image)  # Save the output image.

我对此很陌生，所以我需要知道应该在代码中添加/更改什么才能实现图 3 中的结果。

提供代码的主要问题在于，它依赖于饱和度通道的阈值来创建掩码，但这对于的输入图像并不可靠，因为聊天气泡本身也有一些低饱和度的颜色。

以下是一种更好的方法，可以使用轮廓检测和洪水填充来实现目标：

import cv2
import numpy as np

# 加载图片
image = cv2.imread("your_image.jpg") 
# 将图片转换为灰度
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
# 使用二值化处理灰度图
thresh = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)[1]

# 查找轮廓
cnts = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
cnts = cnts[0] if len(cnts) == 2 else cnts[1]

# 创建一个掩码，并将所有像素设置为黑色
mask = np.zeros_like(image)

# 迭代所有轮廓
for c in cnts:
    # 计算轮廓的面积
    area = cv2.contourArea(c)
    # 如果面积大于某个阈值（这里设置为1000），则认为是聊天气泡
    if area > 1000:
        # 绘制填充的轮廓到掩码
        cv2.drawContours(mask, [c], -1, (255, 255, 255), -1)

# 对掩码进行膨胀操作，以确保覆盖聊天气泡的边缘
kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (5,5))
mask = cv2.dilate(mask, kernel, iterations = 1)

# 将掩码转换为灰度
mask_gray = cv2.cvtColor(mask, cv2.COLOR_BGR2GRAY)

# 在掩码上进行洪水填充，从图片的左上角开始
h, w = image.shape[:2]
cv2.floodFill(mask_gray, None, (0, 0), 255)

# 反转掩码，以便聊天气泡区域为黑色，背景为白色
mask_inv = cv2.bitwise_not(mask_gray)

# 将原始图片中聊天气泡区域的像素设置为白色
image[mask_inv == 255] = (255, 255, 255)

# 保存结果图片
cv2.imwrite("result.jpg", image)

这段代码首先将图像转换为灰度，然后进行二值化处理。 接下来，它会找到图像中的所有轮廓。对于每个轮廓，它会计算其面积，如果面积足够大，则将其视为聊天气泡，并将其绘制到掩码上。

然后，代码会对掩码进行膨胀操作，以确保覆盖聊天气泡的边缘。 接下来，它会使用洪水填充算法将掩码外部的所有区域填充为白色。 最后，它会反转掩码，并将原始图像中对应于掩码中白色区域的像素设置为白色。

请注意，可能需要根据的输入图像调整代码中的某些参数，例如阈值和膨胀操作的内核大小。