【jieba词云实战】词云蒙版制作：从图片提取轮廓的三种方法

前篇：【Jieba实战】jieba + WordCloud 生成中文词云
想让词云填满一只米老鼠的轮廓？关键在于制作一张合格的蒙版图片。

一、什么是蒙版？

​ WordCloud 的mask参数接受一张图片，用它来控制词云的填充区域：

• 白色像素（RGB 255,255,255）→ 留空，不填词

• 非白色像素→ 填充词语

​ 所以制作蒙版的核心任务就是：把图片中的主体区域变成黑色（或任意非白色），背景变成纯白色。

二、制作方案一：直接使用剪影图（最省事）

2.1 搜索图片

​ 网上搜索 “xxx silhouette png”（如 “mickey mouse silhouette png”），下载黑色剪影白色背景的图片，直接就能用作蒙版。

​ 例如，我们这里使用https://www.citypng.com/photo/24587/hd-mickey-mouse-black-shadow-silhouette-png下载的米奇剪影图。

2.2 加载剪影图

importimageiodefget_mask(mask_file:str):# 加载蒙版图片（非白色区域会被填充词语，白色区域留空）mask=np.array(imageio.v2.imread(mask_file))returnmask mask_file="micky_bg.png"mask=get_mask(mask_file)

• 蒙版要求背景是纯白色（RGB 255,255,255），但不同的图片加载库对透明 PNG 的处理方式不同：

  加载方式	透明区域处理	能否直接用
  imageio.imread()	自动填充为白色	可以直接用
  PIL.Image.open()	保留透明通道，不会自动变白	需要手动转换

  • 如果你使用imageio加载，透明背景的 PNG 可以直接使用，不需要额外处理。

  • 如果你使用PIL，则需要手动将透明背景转为白色：

    fromPILimportImageimportnumpyasnp img=Image.open("mickey_transparent.png").convert("RGBA")# 创建白色背景background=Image.new("RGBA",img.size,(255,255,255,255))# 将透明图片粘贴到白色背景上background.paste(img,mask=img.split()[3])# 转为 RGB 保存background.convert("RGB").save("mickey_mask.png")

建议：用imageio加载最省事，一行代码搞定，不用操心透明度问题。

2.3 适用性

• 适用场景：常见形状（动物、地图、logo、人物剪影），网上资源丰富。

2.4 制作词云

• 我们在之前的实现中，增加一些改动：

  defgenerate_chinese_wordcloud(...):......ifmask_fileisnotNone:mask=get_mask(mask_file)else:mask=None# 5. 生成词云clean_text=" ".join(cleaned)generate_wordcloud(text=clean_text,font_path=font_path,output_path=output_path,width=1200,height=600,background_color="white",max_words=max_words,mask=mask)

• 生成效果

三、方法二：OpenCV GrabCut 自动抠图（推荐）

​ 手上只有一张普通的彩色照片，背景不是纯白的？用 OpenCV 的 GrabCut 算法自动分离前景和背景。

3.1 安装

pipinstallopencv-python pillow numpy

3.2 完整代码

importcv2importnumpyasnpfromPILimportImagedefcreate_mask_grabcut(input_path:str,output_path:str="mask.png",margin:float=0.05,iterations:int=10,smooth:bool=True):""" 使用 GrabCut 算法从图片中提取前景轮廓，生成词云蒙版 参数: input_path: 原始图片路径 output_path: 蒙版输出路径 margin: 初始矩形框的边距比例（0.05 表示四边各留 5%） iterations: GrabCut 迭代次数，越大越精细，但越慢 smooth: 是否对轮廓做形态学平滑处理 """img=cv2.imread(input_path)ifimgisNone:raiseFileNotFoundError(f"无法读取图片:{input_path}")h,w=img.shape[:2]# 1. GrabCut 初始化参数mask=np.zeros((h,w),np.uint8)bgd_model=np.zeros((1,65),np.float64)fgd_model=np.zeros((1,65),np.float64)# 2. 初始矩形框：告诉算法"主体大概在这个范围内"rect=(int(w*margin),int(h*margin),int(w*(1-2*margin)),int(h*(1-2*margin)))# 3. 运行 GrabCutcv2.grabCut(img,mask,rect,bgd_model,fgd_model,iterations,cv2.GC_INIT_WITH_RECT)# 4. 分离前景和背景# GrabCut 输出: 0=确定背景, 1=确定前景, 2=可能背景, 3=可能前景# 前景(1,3) → 黑色（填词区域）# 背景(0,2) → 白色（留空区域）result=np.where((mask==cv2.GC_FGD)|(mask==cv2.GC_PR_FGD),0,255).astype(np.uint8)# 5. 可选：形态学处理，让轮廓更平滑ifsmooth:kernel=np.ones((5,5),np.uint8)# 闭运算：填充轮廓内的小孔洞result=cv2.morphologyEx(result,cv2.MORPH_CLOSE,kernel,iterations=2)# 开运算：去除轮廓外的小噪点result=cv2.morphologyEx(result,cv2.MORPH_OPEN,kernel,iterations=1)# 6. 保存为 RGB 图片mask_rgb=np.stack([result,result,result],axis=2)Image.fromarray(mask_rgb).save(output_path)print(f"蒙版已保存至:{output_path}")returnmask_rgbif__name__=='__main__':create_mask_grabcut("mickey.png","mickey_mask.png")

3.3 GrabCut 算法原理

1. 你给一个矩形框，告诉算法"主体大概在这个范围"
2. 框外的像素直接标记为背景
3. 框内的像素，算法根据颜色分布建立前景/背景的高斯混合模型
4. 迭代优化，逐步分离前景和背景

3.4 参数调优

如果默认效果不够好，可以调整以下参数：

四、方法三：基于透明度提取（适用于 PNG 透明图）

​ 如果图片本身就是透明背景的 PNG（比如从设计稿导出的素材），可以直接利用 alpha 通道：

fromPILimportImageimportnumpyasnpdefcreate_mask_from_alpha(input_path:str,output_path:str="mask.png",threshold:int=128):""" 从 RGBA 透明图片的 alpha 通道生成蒙版 参数: threshold: alpha 阈值，大于此值视为前景 """img=Image.open(input_path).convert("RGBA")arr=np.array(img)alpha=arr[:,:,3]# alpha 高于阈值 → 前景（黑色），否则 → 背景（白色）result=np.where(alpha>threshold,0,255).astype(np.uint8)mask_rgb=np.stack([result,result,result],axis=2)Image.fromarray(mask_rgb).save(output_path)print(f"蒙版已保存至:{output_path}")returnmask_rgbif__name__=='__main__':create_mask_from_alpha("mickey_transparent.png","mickey_mask.png")

五、方法选择

​推荐流程：先搜剪影图，搜不到再用 GrabCut，手上有透明 PNG 就直接用 Alpha 通道。

六、常见问题