20行代碼教你用python給證件照換底色的方法示例

更新時間：2021年02月05日 10:02:32 作者：Huang supreme

這篇文章主要介紹了20行代碼教你用python給證件照換底色的方法示例，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧

1.圖片來源

該圖片來源于百度圖片，如果侵權，請聯(lián)系我刪除！圖片僅用于知識交流。

在這里插入圖片描述

2.讀取圖片并顯示

imread()：讀取圖片；
imshow()：展示圖片；
waitkey()：設置窗口等待，如果不設置，窗口會一閃而過；

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：

在這里插入圖片描述

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)

結果如下：

在這里插入圖片描述

4.將圖片轉換為灰度圖像

三色圖片有RGB三個顏色通道，無法進行腐蝕和膨脹的操作。這個就需要我們將彩色圖片轉換為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)

結果如下：

在這里插入圖片描述

5.將圖片進行二值化處理

二值化處理是為了將圖片轉換為黑白圖片。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)

結果如下：

在這里插入圖片描述

缺點：我們觀察第三章圖片，發(fā)現(xiàn)黑色區(qū)域有時候會出現(xiàn)一些噪聲(白點)，這里可能顯示的不是很明顯，有的圖片顯示的很明顯，這就需要我們進行腐蝕或膨脹。

6.圖象的腐蝕和膨脹

上面的圖象進行二值化后，出現(xiàn)了一些噪聲，我們可以采用腐蝕或膨脹進行圖片的處理，觀察哪種的處理效果好一些。

erode(mask,None,iterations=1)進行腐蝕操作。
dilate(erode,None,iterations=1)進行膨脹操作。

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)

結果如下：

在這里插入圖片描述

觀察上圖：對于這個圖片，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.遍歷每個像素點進行顏色替換

圖片是由每一個像素點組成的，我們就是要找到腐蝕后得到圖片的，白色底色處的像素點，然后將原圖中對應位置處的像素點，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: # 像素點為255表示的是白色，我們就是要將白色處的像素點，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：

在這里插入圖片描述