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(shí)交流。
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:
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:
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:
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
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。
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。
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。
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!
標(biāo)簽:廊坊 德宏 河池 東莞 長春 漢中 臨汾 重慶
巨人網(wǎng)絡(luò)通訊聲明:本文標(biāo)題《20行代碼教你用python給證件照換底色的方法示例》,本文關(guān)鍵詞 20行,代碼,教,你用,python,;如發(fā)現(xiàn)本文內(nèi)容存在版權(quán)問題,煩請?zhí)峁┫嚓P(guān)信息告之我們,我們將及時(shí)溝通與處理。本站內(nèi)容系統(tǒng)采集于網(wǎng)絡(luò),涉及言論、版權(quán)與本站無關(guān)。