python證件照換底色原來這麼簡單，20行程式碼解決！
本文的文字及圖片來源於網路,僅供學習、交流使用,不具有任何商業用途,版權歸原作者所有,如有問題請及時聯絡我們以作處理
以下文章來源於騰訊雲 作者：Python進階者
( 想要學習Python？Python學習交流群：1039649593，滿足你的需求，資料都已經上傳群檔案流，可以自行下載！還有海量最新2020python學習資料。 )
1.圖片來源
該圖片來源於百度圖片，如果侵權，請聯絡我刪除！圖片僅用於知識交流。本文只是為了告訴大家：python其實有很多黑科技(牛逼的庫)，我們既可以用python處理工作中的一些事兒，同時我們也可以利用python做一些有趣的事兒。
2.讀取圖片並顯示
- imread()：讀取圖片；
- imshow()：展示圖片；
- waitkey()：設定視窗等待，如果不設定，視窗會一閃而過；
import cv2 import numpy as np # 讀取照片 img=cv2.imread('girl.jpg') # 顯示影象 cv2.imshow('img',img) # 視窗等待的命令，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') # 影象縮放 img = cv2.resize(img,None,fx=0.5,fy=0.5) rows,cols,channels = img.shape print(rows,cols,channels) # 顯示影象 cv2.imshow('img',img) # 視窗等待的命令，0表示無限等待 cv2.waitKey(0)
結果如下：
4.將圖片轉換為灰度影象
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灰度影象後，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') # 影象縮放 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) # 顯示影象 cv2.imshow('hsv',hsv) # 視窗等待的命令，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。二值化類似於1表示男、2表示女，對於影象的處理我們也需要自定義一個最小值和最大值，這裡分別用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') # 影象縮放 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) # 顯示影象 cv2.imshow('mask',mask) # 視窗等待的命令，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)，這裡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後，出現了一些噪聲，我們可以採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') # 影象縮放 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) # 視窗等待的命令，0表示無限等待 cv2.waitKey(0)
結果如下：
觀察上圖：對於這個圖片，無論是腐蝕或膨脹，都起到了很好的去圖片噪聲的操作，我們使用腐蝕後的圖片也可以，我們使用膨脹後的圖片也可以。
7.遍歷每個畫素點進行顏色替換
圖片是由每一個畫素點組成的，我們就是要找到腐蝕後得到圖片的，白色底色處的畫素點，然後將原圖中對應位置處的畫素點，替換為紅色。
import cv2 import numpy as np # 讀取照片 img=cv2.imread('girl.jpg') # 影象縮放 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) #遍歷每個畫素點，進行顏色的替換 for i in range(rows): for j in range(cols): if erode[i,j]==255: # 畫素點為255表示的是白色，我們就是要將白色處的畫素點，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) # 視窗等待的命令，0表示無限等待 cv2.waitKey(0)
效果如下：