1.圖片來源
該圖片來源于百度圖片，如果侵權(quán)，請聯(lián)系我刪除！圖片僅用于知識交流。
2.讀取圖片并顯示
- imread()：讀取圖片；
- imshow()：展示圖片；
- waitkey()：設(shè)置窗口等待，如果不設(shè)置，窗口會(huì)一閃而過；
import cv2
import numpy as np
# 讀取照片
img=cv2.imread('girl.jpg')
# 顯示圖像
cv2.imshow('img',img)
# 窗口等待的命令，0表示無限等待
cv2.waitKey(0)
效果如下：
3.圖片縮放
resize()：圖片縮放，其中fx和fy表示縮放比例，0.5表示縮放為以前的 一半。
import cv2
import numpy as np
# 讀取照片
img=cv2.imread('girl.jpg')
# 圖像縮放
img = cv2.resize(img,None,fx=0.5,fy=0.5)
rows,cols,channels = img.shape
print(rows,cols,channels)
# 顯示圖像
cv2.imshow('img',img)
# 窗口等待的命令，0表示無限等待
cv2.waitKey(0)
結(jié)果如下：
4.將圖片轉(zhuǎn)換為灰度圖像
三色圖片有RGB三個(gè)顏色通道，無法進(jìn)行腐蝕和膨脹的操作。這個(gè)就需要我們將彩色圖片轉(zhuǎn)換為hsv灰度圖像后，再完成腐蝕和膨脹的操作。
cv2.cvtColor(img,cv2.COLOR_BGR2HSV)可以將彩色圖片轉(zhuǎn)化為hsv灰度圖片。
import cv2
import numpy as np
# 讀取照片
img=cv2.imread('girl.jpg')
# 圖像縮放
img = cv2.resize(img,None,fx=0.5,fy=0.5)
rows,cols,channels = img.shape
print(rows,cols,channels)
cv2.imshow('img',img)
# 圖片轉(zhuǎn)換為二值化圖
hsv = cv2.cvtColor(img,cv2.COLOR_BGR2HSV)
# 顯示圖像
cv2.imshow('hsv',hsv)
# 窗口等待的命令，0表示無限等待
cv2.waitKey(0)
結(jié)果如下：
5.將圖片進(jìn)行二值化處理
二值化處理是為了將圖片轉(zhuǎn)換為黑白圖片。二值化類似于1表示男、2表示女，對于圖像的處理我們也需要自定義一個(gè)最小值和最大值，這里分別用lower_blue和upper_blue表示
- lower_blue = np.array([90,70,70])
- upper_blue = np.array([110,255,255])
- inRange(hsv, lower_blue, upper_blue)將圖片進(jìn)行二值化操作。
import cv2
import numpy as np
# 讀取照片
img=cv2.imread('girl.jpg')
# 圖像縮放
img = cv2.resize(img,None,fx=0.5,fy=0.5)
rows,cols,channels = img.shape
print(rows,cols,channels)
cv2.imshow('img',img)
# 圖片轉(zhuǎn)換為灰度圖
hsv = cv2.cvtColor(img,cv2.COLOR_BGR2HSV)
cv2.imshow('hsv',hsv)
# 圖片的二值化處理
lower_blue = np.array([90,70,70])
upper_blue = np.array([110,255,255])
mask = cv2.inRange(hsv, lower_blue, upper_blue)
# 顯示圖像
cv2.imshow('mask',mask)
# 窗口等待的命令，0表示無限等待
cv2.waitKey(0)
結(jié)果如下：
缺點(diǎn)：我們觀察第三章圖片，發(fā)現(xiàn)黑色區(qū)域有時(shí)候會(huì)出現(xiàn)一些噪聲(白點(diǎn))，這里可能顯示的不是很明顯，有的圖片顯示的很明顯，這就需要我們進(jìn)行腐蝕或膨脹。
6.圖象的腐蝕和膨脹
上面的圖象進(jìn)行二值化后，出現(xiàn)了一些噪聲，我們可以采用腐蝕或膨脹進(jìn)行圖片的處理，觀察哪種的處理效果好一些。
- erode(mask,None,iterations=1)進(jìn)行腐蝕操作。
- dilate(erode,None,iterations=1)進(jìn)行膨脹操作。
import cv2
import numpy as np
# 讀取照片
img=cv2.imread('girl.jpg')
# 圖像縮放
img = cv2.resize(img,None,fx=0.5,fy=0.5)
rows,cols,channels = img.shape
print(rows,cols,channels)
cv2.imshow('img',img)
# 圖片轉(zhuǎn)換為灰度圖
hsv = cv2.cvtColor(img,cv2.COLOR_BGR2HSV)
cv2.imshow('hsv',hsv)
# 圖片的二值化處理
lower_blue=np.array([90,70,70])
upper_blue=np.array([110,255,255])
mask = cv2.inRange(hsv, lower_blue, upper_blue)
#腐蝕膨脹
erode=cv2.erode(mask,None,iterations=1)
cv2.imshow('erode',erode)
dilate=cv2.dilate(erode,None,iterations=1)
cv2.imshow('dilate',dilate)
# 窗口等待的命令，0表示無限等待
cv2.waitKey(0)
結(jié)果如下：
觀察上圖：對于這個(gè)圖片，無論是腐蝕或膨脹，都起到了很好的去圖片噪聲的操作，我們使用腐蝕后的圖片也可以，我們使用膨脹后的圖片也可以。
7.遍歷每個(gè)像素點(diǎn)進(jìn)行顏色替換
圖片是由每一個(gè)像素點(diǎn)組成的，我們就是要找到腐蝕后得到圖片的，白色底色處的像素點(diǎn)，然后將原圖中對應(yīng)位置處的像素點(diǎn)，替換為紅色。
import cv2
import numpy as np
# 讀取照片
img=cv2.imread('girl.jpg')
# 圖像縮放
img = cv2.resize(img,None,fx=0.5,fy=0.5)
rows,cols,channels = img.shape
print(rows,cols,channels)
cv2.imshow('img',img)
# 圖片轉(zhuǎn)換為灰度圖
hsv = cv2.cvtColor(img,cv2.COLOR_BGR2HSV)
cv2.imshow('hsv',hsv)
# 圖片的二值化處理
lower_blue=np.array([90,70,70])
upper_blue=np.array([110,255,255])
mask = cv2.inRange(hsv, lower_blue, upper_blue)
#腐蝕膨脹
erode=cv2.erode(mask,None,iterations=1)
cv2.imshow('erode',erode)
dilate=cv2.dilate(erode,None,iterations=1)
cv2.imshow('dilate',dilate)
#遍歷替換
for i in range(rows):
for j in range(cols):
if erode[i,j]==255: # 像素點(diǎn)為255表示的是白色，我們就是要將白色處的像素點(diǎn)，替換為紅色
img[i,j]=(0,0,255) # 此處替換顏色，為BGR通道，不是RGB通道
cv2.imshow('res',img)
# 窗口等待的命令，0表示無限等待
cv2.waitKey(0)
效果如下：
到此這篇關(guān)于20行代碼教你用python給證件照換底色的方法示例的文章就介紹到這了,更多相關(guān)python 證件照換底色內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
您可能感興趣的文章:- 詳解Python給照片換底色(藍(lán)底換紅底)
- python實(shí)現(xiàn)證件照換底功能
- Python實(shí)現(xiàn)將藍(lán)底照片轉(zhuǎn)化為白底照片功能完整實(shí)例
- 3行Python代碼實(shí)現(xiàn)圖像照片摳圖和換底色的方法
- 使用python半分鐘輕松完成證件照換底色
