1、通过yolov8的segment算法分割图片，预测出图片的mask；
model = YOLO('./runs/segment/train13/weights/best.pt')
image = Image.open("./carriage_3.jpg")
results = model.predict(source=image, save=True, save_txt=True)
2、求出原来图片的height, width;
origin_img = cv2.cvtColor(cv2.imread("./carriage_3.jpg", flags=cv2.IMREAD_COLOR), cv2.COLOR_BGR2RGB)
h, w = origin_img.shape[:2]
3、把mask变成相同大小，确保有校像素为1，无校像素为0；
a=results[0].masks.data.numpy()
pred_mask2 = np.where(a > 0, 1, 0) #确保有效像素为1，无效像素为0
pred=pred_mask2.squeeze()
pred1 = cv2.resize(np.array(pred,dtype="uint8"),(w,h))
4、以防万一，把读取原图片确保为对应的uint8
image=np.array(origin_img, dtype=np.uint8)
5、原图片与mask矩阵的乘积，无效像素为0，相乘得到0（为黑点），有效的像素不变（原色）；
seg_img2 = image * pred1[..., None]
cv2.imwrite("./222222.jpg", cv2.cvtColor(seg_img2.astype(np.uint8), cv2.COLOR_RGB2BGR))
原图
分割图
最后分割有效图