教你用OpenCV 和 Python给证件照换底色(蓝底 <->红底->白底)
在我们的生活中常常要用到各种底色要求的证件电子照,红底、蓝底、或者白底,而假如你手上只有一种底色的证件照,你又不想再去拍又不会PS怎么办?今天教你们用OpenCV和Python给你的证件照换底色。
- Python3
- numpy函数库
- OpenCV库
- Windows10 + Anaconda+Pycharm
1.读取要换底色的图片
导入OpenCV库,使用imread函数读取图片。
import cv2
import numpy as np
# 读取照片并显示
image=cv2.imread('yang.jpg')
cv2.imshow('image',image)
2.对图片进行缩放
证件照原图太大,不易显示,cv2.resize函数进行缩放处理。
# 图像缩放并显示
img = cv2.resize(image,None,fx=0.5,fy=0.5)
rows,cols,channels = img.shape
print(rows,cols,channels)
cv2.imshow('img',img)
3.将图片转换为灰度图像
cv2.cvtColor函数将读取的图像默认是BGR格式转换为HSV格式,将彩色图片转换为hsv灰度图片,之后才能进行腐蚀和膨胀操作。
# 图片转换为灰度图并显示
hsv = cv2.cvtColor(img,cv2.COLOR_BGR2HSV)
cv2.imshow('hsv',hsv)
4.对图片进行二值化处理
通过cv2.inRange函数对图片进行二值化操作,获取背景的mask,二值化处理是为了将灰度图片转换为黑白图片,如下图将红色的背景用白色表示,白色区域就是我们后面遍历像素点替换的条件,就是将白色的区域替换为蓝色。
cv2.inRange(hsv, lower_red, upper_red):在lower_red和upper_red两个阈值内的像素值设置为白色(255),而不在阈值区间内的像素值设置为黑色(0)。
# 图片的二值化处理
#红底变蓝底
#将在两个阈值内的像素值设置为白色(255),而不在阈值区间内的像素值设置为黑色(0)
lower_red= np.array([0,135,135])
upper_red = np.array([180,245,230])
mask = cv2.inRange(hsv, lower_red, upper_red)
# 显示图像
cv2.imshow('mask',mask)
# #蓝底变红底
# lower_blue = np.array([90,70,70])
# upper_blue = np.array([110,255,255])
# mask = cv2.inRange(hsv, lower_blue, upper_blue)
# 显示图像
# cv2.imshow('mask',mask)
5.对图片进行腐蚀和膨胀
在进行二值化操作之后,我们可以看到黑色区域有一些噪声,嘴的部分是白的,还有少数白点,就cv2.erode或者cv2.dilate函数对图片再进行腐蚀和膨胀操作,均可以有效消除噪声。
#腐蚀膨胀
erode=cv2.erode(mask,None,iterations=1)
cv2.imshow('erode',erode)
dilate=cv2.dilate(erode,None,iterations=1)
cv2.imshow('dilate',dilate)
6.遍历像素点替换背景颜色
对上述进行了腐蚀或者膨胀操作的图片进行像素点遍历,将白色区域的像素点的位置,也就是原图的背景部分的像素的对应的位置,替换成你想要替换的底色即可。
dilate[i,j]==255: 像素点为255表示的是白色,我们就要将白色处的像素点,替换为你想要的照片底色。
img[i,j]=(0,0,255): 此处替换颜色,为BGR通道,不是RGB通道,若是想要将红底变成蓝底img[i,j]=(255,0,0),若是想将蓝底变为红底则img[i,j]=(0,0,255),若是想变白底img[i,j]=(255,255,255)
# 遍历每个像素点,进行颜色的替换
for i in range(rows):
for j in range(cols):
if dilate[i,j]==255: #像素点255表示白色
img[i,j]=(255,0,0) # 此处替换颜色,为BGR通道,不是RGB通道
cv2.imshow('res',img)
# 窗口等待的命令,0表示无限等待
cv2.waitKey(0)
红底变蓝底
蓝底变红底
变白底
完整代码,关注下面回复:证件照,下载使用。
更多有关python、深度学习和计算机编程和电脑知识的精彩内容,可以关注微信公众号:码农的后花园