本帖最后由 不二晨 于 2018-12-24 14:43 编辑
实现
导入一些工具包
opencv(cv2)，用于图像处理
numpy，用于数据计算。
matplotlib用于出图。
import cv2
import numpy as np
import matplotlib.pyplot as plt
新建显示照片函数
def show(image):
plt.imshow(image)
plt.axis('off')
plt.show()
导入证件照
img=cv2.imread('font.jpg') #图片导入
img = cv2.cvtColor(img,cv2.COLOR_BGR2RGB) #转换颜色模型
print(img.shape) #打印图片规格
show(img) #显示图片
导入背景图
back_img = cv2.imread('back.jpg') #图片导入
back_img = cv2.cvtColor(back_img,cv2.COLOR_BGR2RGB) #转换颜色模型
print(back_img.shape) #打印图片规格
show(back_img) #显示图片
裁剪图片
#img = img[0:1000,150:550] #裁剪图片大小
#show(img) #显示图片
数值可以自己调整，根据自己照片的具体大小调整，
将没用的内容裁剪掉。
缩放图片
这里选择的的图片大小合适，背景图大点，这里是1920*1200
证件照大小是295*413
如果大小不合适要进行缩放图片
下面是示例对证件照进行缩放(假如大小不合适的话)
#print(img.shape) #打印图片规格
#img=cv2.resize(img,None,fx=0.9,fy=0.9) #图片缩小10%
#print(img.shape) #打印图片规格
这里相当于在原来基础上乘以0.9，即相当于图片缩放10%。
抠图
先把图片准换成HSV格式
img_hsv = cv2.cvtColor(img,cv2.COLOR_RGB2HSV) #把图片转换成HSV格式，用于抠图
show(img_hsv) #显示图片
执行抠图
lower_blue=np.array([0,0,0]) #获取最小阈值
upper_blue=np.array([0,255,255]) #获取最大阈值
mask = cv2.inRange(img_hsv, lower_blue, upper_blue) #创建遮罩
show(mask) #显示遮罩
图像腐蚀与膨胀
erode=cv2.erode(mask,None,iterations=3) #图像腐蚀
show(erode) #显示图片
dilate=cv2.dilate(erode,None,iterations=1) #图像膨胀
show(dilate) #显示图片
图像合并
center = [400,800] #设置前景图开始位置
for i in range(rows):
for j in range(cols):
if opening[i,j]==0: #代表黑色
back_img[center[0]+i,center[1]+j] =img[i,j] #赋值颜色
show(back_img) #显示图片
back_img = cv2.cvtColor(back_img,cv2.COLOR_RGB2BGR) #图像格式转换
back_img=cv2.resize(back_img,None,fx=0.8,fy=0.8) #图像缩放20%
cv2.imwrite('result.png',back_img) #保存图像
注：设置前景图开始位置时，要根据自己的图片的大小合理地设置前景图位于背景图的位置，这里400与800使其能正好位于差不多居中位置。
完整代码
import cv2
import numpy as np
import matplotlib.pyplot as plt
#建立显示图片的函数
def show(image):
plt.imshow(image)
plt.axis('off')
plt.show()
#导入前景图
img=cv2.imread('font.jpg') #图片导入
img = cv2.cvtColor(img,cv2.COLOR_BGR2RGB) #转换颜色模型
print(img.shape) #打印图片规格
show(img) #显示图片
#导入背景图
back_img = cv2.imread('back.jpg') #图片导入
back_img = cv2.cvtColor(back_img,cv2.COLOR_BGR2RGB) #转换颜色模型
print(back_img.shape) #打印图片规格
show(back_img) #显示图片
#裁剪图片
#img = img[0:1000,150:550] #裁剪图片大小
#show(img) #显示图片
#缩放图片
#print(img.shape) #打印图片规格
#img=cv2.resize(img,None,fx=0.9,fy=0.9) #图片缩小10%
#print(img.shape) #打印图片规格
#拆分图片信息
rows,cols,channels = img.shape #拆分图片信息
#转换格式
img_hsv = cv2.cvtColor(img,cv2.COLOR_RGB2HSV) #把图片转换成HSV格式，用于抠图
show(img_hsv) #显示图片
#抠图
lower_blue=np.array([0,0,0]) #获取最小阈值
upper_blue=np.array([0,255,255]) #获取最大阈值
mask = cv2.inRange(img_hsv, lower_blue, upper_blue) #创建遮罩
show(mask) #显示遮罩
erode=cv2.erode(mask,None,iterations=3) #图像腐蚀
show(erode) #显示图片
dilate=cv2.dilate(erode,None,iterations=1) #图像膨胀
show(dilate) #显示图片
opening = cv2.morphologyEx(mask, cv2.MORPH_OPEN, cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (8,8))) #开运算
show(opening) #显示图片
center = [400,800] #设置前景图开始位置
for i in range(rows):
for j in range(cols):
if opening[i,j]==0: #代表黑色
back_img[center[0]+i,center[1]+j] =img[i,j] #赋值颜色
show(back_img) #显示图片
back_img = cv2.cvtColor(back_img,cv2.COLOR_RGB2BGR) #图像格式转换
back_img=cv2.resize(back_img,None,fx=0.8,fy=0.8) #图像缩放20%
cv2.imwrite('result.png',back_img) #保存图像
---------------------
【转载】仅作分享，侵删
原文：https://blog.csdn.net/BADAO_LIUM ... le/details/84954726
|
|
收藏
淘帖
踩
