1.圖片來源

該圖片來源于百度圖片，如果侵權，請聯系我刪除！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：

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：

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：

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：

缺點：我們觀察第三章圖片，發現黑色區域有時候會出現一些噪聲(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：

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：

到此這篇關于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python 證件照換底色內容請搜索站圈網以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持站圈網！

總結

以上是生活随笔為你收集整理的基于python的证件照_20行代码教你用python给证件照换底色的方法示例的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。