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，窗口會一閃而過；

import cv2import 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 cv2import 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.shapeprint(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三個顏色通道，無法進(jìn)行腐蝕和膨脹的操作。這個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 cv2import 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.shapeprint(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 cv2import 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.shapeprint(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：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(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 cv2import 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.shapeprint(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(jìn)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(yīng)位置處的像素點，替換為紅色。

import cv2import 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.shapeprint(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：

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)容請搜索好吧啦網(wǎng)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好吧啦網(wǎng)！