如何使用 Ultralytics YOLO 分离分割对象#

实例分割会为每个检测到的对象生成像素级的精确掩码，这意味着你可以将每个对象从图像中单独提取出来。本指南将向你展示如何使用预测模式和 OpenCV，将 Ultralytics YOLO 分割结果转换为隔离的对象，并使用纯黑背景或透明背景保存为 PNG。

Watch: How to Remove Background and Isolate Objects with Ultralytics YOLO Segmentation & OpenCV in Python 🚀

为什么要分离分割对象？#

从图像中提取单个对象可以开启一系列下游工作流程：

背景去除：用于产品拍摄、目录制作或创意编辑。
逐个对象裁剪：从检测结果中构建分类数据集。
聚焦处理：确保后续步骤（如 OCR、颜色分析或测量）仅看到对象本身，而非周围场景。
透明 PNG 导出：将对象合成到新背景上。

此方法适用于任何 Ultralytics YOLO 分割模型，并包含四个阶段：运行推理 → 提取每个轮廓 → 隔离对象 → 保存结果。

运行分割推理#

安装所需的库，然后加载分割模型（-seg 后缀是生成掩码所必需的）并对源图像运行预测：

from ultralytics import YOLO

# Load a segmentation model
model = YOLO("yolo26n-seg.pt")

# Run inference on a source
results = model.predict(source="path/to/image.jpg")

没有源图像？YOLO 会使用自带的示例图像

如果在调用 model.predict() 时没有传入 source，Ultralytics 将默认使用随软件包附带的示例图像（bus.jpg 和 zidane.jpg），这对于快速测试工作流非常方便。

提取对象轮廓#

results 中的每个项目对应一张图像，遍历结果每次会产生一个检测结果。对于每个检测，复制原始图像，读取类别标签，并将对象的掩码轮廓绘制到空白的二值掩码上。该掩码的白色区域精确标出了哪些像素属于该对象。

本节和下一节中的代码片段运行在下方检测循环的内部；完整可复制的脚本位于完整示例。

Binary Mask Image { width="240", align="right" }

from pathlib import Path

import cv2
import numpy as np

for r in results:
    img = np.copy(r.orig_img)
    img_name = Path(r.path).stem  # source image base-name

    # Iterate each detected object in the image
    for ci, c in enumerate(r):
        label = c.names[c.boxes.cls.tolist().pop()]  # class name

        # Build a binary mask and draw the object contour onto it
        b_mask = np.zeros(img.shape[:2], np.uint8)
        contour = c.masks.xy[0].astype(np.int32).reshape(-1, 1, 2)
        cv2.drawContours(b_mask, [contour], -1, (255, 255, 255), cv2.FILLED)

`c.masks.xy[0].astype(np.int32).reshape(-1, 1, 2)` 是做什么的？

c.masks.xy[0] 返回此单个检测结果中对象的 mask 轮廓作为 (x, y) 点坐标。
.astype(np.int32) 转换了来自 float32 的点，这是 OpenCV 的 drawContours() 所不接受的。
.reshape(-1, 1, 2) 将这些点重塑为 [N, 1, 2] 布局 drawContours() 所期望的格式，其中 N 是轮廓点的数量。

传入带有索引 -1 的 [contour] 会绘制所提供轮廓的所有点，并且 cv2.FILLED 会将所有封闭像素填充为白色。

分离对象#

准备好二值掩码后，将其与原始图像结合。根据你想要的背景效果，有两种常见的样式：

选择一种分离样式

将掩码转换为三个通道，并仅保留与对象重叠的像素。轮廓之外的所有区域都会变为黑色：

# Isolate object with a black background
mask3ch = cv2.cvtColor(b_mask, cv2.COLOR_GRAY2BGR)
isolated = cv2.bitwise_and(mask3ch, img)

![Example Full size Isolated Object Image Black Background](https://cdn.jsdelivr.net/gh/ultralytics/assets@main/docs/full-size-isolated-object-black-background.avif){ width=240 }

Full-size object on a black background

裁剪至边界框

如果只想保留对象所在的区域而不是全尺寸图像，可以将其裁剪至检测结果的边界框：

# Bounding box coordinates
x1, y1, x2, y2 = c.boxes.xyxy.cpu().numpy().squeeze().astype(np.int32)
# Crop the isolated image to the object region
iso_crop = isolated[y1:y2, x1:x2]

![Example Crop Isolated Object Image Black Background](https://cdn.jsdelivr.net/gh/ultralytics/assets@main/docs/example-crop-isolated-object-image-black-background.avif){ width=240 }

Object cropped to its bounding box

需要带有原始背景的裁剪图像吗？

这是内置功能。将 save_crop=True 传入 predict()，Ultralytics 就会自动保存边界框裁剪图像，无需进行掩码处理。

保存结果（可选）#

如何处理每个分离出的对象取决于你自己。一个常见的后续步骤是将其写入磁盘以便日后使用：

# Save the isolated object to file
cv2.imwrite(f"{img_name}_{label}-{ci}.png", isolated)

这里 img_name 是源图像词干，label 是类别名称，ci 是检测索引，因此同一类别的多个实例会获得唯一的文件名。如果你应用了上面的可选裁剪，请将 isolated 替换为 iso_crop。

完整示例#

下面的脚本将每个步骤组合成一个可运行的块。它默认使用黑色背景；将标记的那一行切换为 np.dstack([img, b_mask]) 即可改用透明 PNG：

from pathlib import Path

import cv2
import numpy as np

from ultralytics import YOLO

model = YOLO("yolo26n-seg.pt")
results = model.predict(source="path/to/image.jpg")

for r in results:
    img = np.copy(r.orig_img)
    img_name = Path(r.path).stem

    for ci, c in enumerate(r):
        label = c.names[c.boxes.cls.tolist().pop()]

        # Build a binary mask from the object contour
        b_mask = np.zeros(img.shape[:2], np.uint8)
        contour = c.masks.xy[0].astype(np.int32).reshape(-1, 1, 2)
        cv2.drawContours(b_mask, [contour], -1, (255, 255, 255), cv2.FILLED)

        # Isolate the object (black background)
        mask3ch = cv2.cvtColor(b_mask, cv2.COLOR_GRAY2BGR)
        isolated = cv2.bitwise_and(mask3ch, img)  # transparent PNG: isolated = np.dstack([img, b_mask])

        # Save or add your custom post-processing here
        cv2.imwrite(f"{img_name}_{label}-{ci}.png", isolated)

        # Optional: crop to the bounding box before saving
        # x1, y1, x2, y2 = c.boxes.xyxy.cpu().numpy().squeeze().astype(np.int32)
        # cv2.imwrite(f"{img_name}_{label}-{ci}.png", isolated[y1:y2, x1:x2])

为了重复使用，可以将循环体封装在一个函数中，以便在多张图像上调用。

结论#

你现在拥有了一个使用 Ultralytics YOLO 隔离分割对象的完整方法：运行推理、从每个轮廓构建二值掩码、然后在黑色或透明背景上提取对象，并可选择将其裁剪到边界框。探索完整的分割任务和预测模式文档，以将工作流适配到你自己的类别。

常见问题解答#

如何使用 Ultralytics YOLO 分离分割任务中的对象？#

加载一个分割模型，运行推理，从每个检测结果的轮廓构建二值掩码，并将其与原始图像结合：

import cv2
import numpy as np

from ultralytics import YOLO

model = YOLO("yolo26n-seg.pt")
results = model.predict(source="path/to/your/image.jpg")

img = np.copy(results[0].orig_img)
b_mask = np.zeros(img.shape[:2], np.uint8)
contour = results[0].masks.xy[0].astype(np.int32).reshape(-1, 1, 2)
cv2.drawContours(b_mask, [contour], -1, (255, 255, 255), cv2.FILLED)

mask3ch = cv2.cvtColor(b_mask, cv2.COLOR_GRAY2BGR)
isolated = cv2.bitwise_and(mask3ch, img)

请参阅完整示例了解完整的每个检测循环。

分割后保存分离对象有哪些可用选项？#

主要有两种风格。对于黑色背景，将掩码转换为三个通道并使用 cv2.bitwise_and()。对于透明背景（保存为 PNG 时），使用 np.dstack([img, b_mask]) 将掩码堆叠为第四个 alpha 通道。两者均在隔离对象中展示。

如何将分离的对象裁剪至其边界框？#

从检测结果中读取边界框坐标并对分离出的图像进行切片：

x1, y1, x2, y2 = results[0].boxes.xyxy[0].cpu().numpy().astype(np.int32)
iso_crop = isolated[y1:y2, x1:x2]

在预测模式文档中了解有关边界框结果的更多信息。

为什么在分割任务中要使用 Ultralytics YOLO 来进行对象分离？#

Ultralytics YOLO 提供快速、实时的实例分割功能，具备精确的掩码和边界框生成能力，此外还有一个简洁的 Python API，只需几行 OpenCV 代码即可将推理结果转化为独立的对象。

我可以使用 Ultralytics YOLO 保存包含原始背景的分离对象吗？#

是的。在 predict() 中使用 save_crop 参数来保存带有原始背景的边界框裁剪图：

results = model.predict(source="path/to/your/image.jpg", save_crop=True)

在预测模式推理参数一节中阅读更多内容。

贡献者

GLglenn-jocher¹⁶ RIRizwanMunawar⁶ JKjk4e² RAraimbekovm¹ PDpderrenger¹ Y-Y-T-G¹ WIWillieMaddox¹ IVIvorZhu331¹ BUBurhan-Q¹

创建于 2023年11月27日更新于上个月