Python 仅 20 行代码即可实现批量抠图，效果超 PS

在图像处理领域，抠图是一项常见但有时颇具挑战性的任务。然而，借助 Python 的强大功能，我们仅需 20 行左右的代码就能实现批量抠图，而且效果令人惊叹，甚至超越了传统的图像处理软件如 PS。

我们需要安装一些必要的库，比如 opencv-python 和 numpy。这些库为我们的抠图操作提供了强大的支持。

import cv2
import numpy as np

接下来，我们定义一个函数来执行抠图操作。这个函数将接收图像路径作为输入。

def batch_extract(image_path):
    # 读取图像
    image = cv2.imread(image_path)
    # 转换颜色空间
    hsv_image = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)
    # 设定阈值范围
    lower_threshold = np.array([0, 0, 120])
    upper_threshold = np.array([180, 255, 255])
    # 基于阈值进行图像分割
    mask = cv2.inRange(hsv_image, lower_threshold, upper_threshold)
    # 应用掩码得到抠图结果
    result = cv2.bitwise_and(image, image, mask=mask)
    # 保存结果
    cv2.imwrite('extracted_' + image_path, result)

然后，我们只需要遍历需要处理的图像文件夹，调用上述函数即可实现批量抠图。

import os

folder_path = 'your_image_folder_path'
for filename in os.listdir(folder_path):
    if filename.endswith('.jpg') or filename.endswith('.png'):
        image_path = os.path.join(folder_path, filename)
        batch_extract(image_path)

通过这简单的 20 行左右的代码，我们能够快速、高效地对大量图像进行抠图处理。与 PS 等软件相比，Python 代码不仅简洁明了，而且可以轻松实现自动化和批量处理，大大提高了工作效率。

无论是对于图像处理的初学者，还是对于专业的开发者，这种基于 Python 的批量抠图方法都具有极大的实用价值。它为我们在图像处理领域开辟了新的途径，让复杂的任务变得简单而高效。

Python 的强大功能在图像处理中展现得淋漓尽致，用它来实现批量抠图，无疑是一种创新且高效的选择。