OpenCV的全稱是：Open Source Computer Vision Library。OpenCV是一個基於BSD許可（開源）發行的跨平臺計算機視覺庫，可以執行在Linux、Windows和Mac OS作業系統上。它輕量級而且高效——由一系列 C 函式和少量 C++ 類構成，同時提供了Python、Ruby、MATLAB等語言的介面，實現了影象處理和計算機視覺方面的很多通用演算法。相比於PIL庫來說OpenCV更加強大， 可以做更多更復雜的應用，比如人臉識別等。

1. 讀入並顯示圖片

import cv2

# 讀入圖片
img = cv2.imread(r'D:\test\test_001.jpg',1)

# 顯示影象
cv2.imshow('img',img)

# 視窗等待命令 0表示無限等待
cv2.waitKey(0)

執行效果如下：

2. 縮放圖片

import cv2
# 讀入圖片
img = cv2.imread(r'D:\test\test_001.jpg',1)
rows,cols,channels = img.shape
print(rows,channels)

new_img = cv2.resize(img,None,fx=0.5,fy=0.5)

rows,channels = new_img.shape
print(rows,channels)

# 顯示影象
cv2.imshow('new_img',new_img)

# 視窗等待命令 0表示無限等待
cv2.waitKey(0)

將圖片尺寸按比例縮小一半，執行效果如下：

3. 彩色影象轉換為灰度影象

彩色圖片有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，再進行腐蝕和膨脹的操作。

import cv2

img = cv2.imread(r'D:\test\test_001.jpg',1)
new_img = cv2.resize(img,new_img)

# 將圖片轉換為灰度圖片
gray_img = cv2.cvtColor(new_img,cv2.COLOR_BGR2HSV)
cv2.imshow('hsv',gray_img)
cv2.waitKey(0)

執行效果如下：

4. 圖片二值化處理

二值化處理是為了將圖片轉換為黑白圖片，目的是濾除太大或太小值畫素、消除噪聲，從而從灰度圖中獲取二值影象（將影象的灰度值設定為0或255），實現增強整個影象呈現更為明顯的黑白效果，同時也大大減少了資料量。

import cv2
import numpy as np

img = cv2.imread(r'D:\test\test_001.jpg',gray_img)

# 圖片二值化處理
low_value = np.array([90,70,70])
high_value = np.array([110,255,255])
binary_img = cv2.inRange(gray_img,low_value,high_value)
cv2.imshow('binary_img',binary_img)

cv2.waitKey(0)

執行效果如下：

5. 影象的腐蝕和膨脹

影象的膨脹（Dilation）和腐蝕（Erosion）是兩種基本的形態學運算，主要用來尋找影象中的極大區域和極小區域。其中膨脹類似於“領域擴張”，將影象中的高亮區域或白色部分進行擴張，其執行結果圖比原圖的高亮區域更大；腐蝕類似於“領域被蠶食”，將影象中的高亮區域或白色部分進行縮減細化，其執行結果圖比原圖的高亮區域更小。

• 影象被腐蝕後，去除了噪聲，但是會壓縮影象。
• 對腐蝕過的影象，進行膨脹處理，可以去除噪聲，並且保持原有形狀。

# 腐蝕膨脹
erode = cv2.erode(binary_img,iterations=1)
dilate = cv2.dilate(erode,iterations=1)
cv2.imshow('dilate',dilate)

6. 遍歷畫素點進行顏色替換

影象是由每一個畫素點組成的，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，替換為紅色或者白色，即可實現給照片換底色。

import cv2
import numpy as np

img = cv2.imread(r'D:\test\test_001.jpg',cv2.COLOR_BGR2HSV)

# 圖片二值化處理
low_value = np.array([90,high_value)

# 腐蝕膨脹
erode = cv2.erode(binary_img,iterations=1)
# cv2.imshow('dilate',dilate)

# 遍歷替換
for i in range(rows):
 for j in range(cols):
  if dilate[i,j] == 255:
  	# 此處替換顏色，為BGR通道
   new_img[i,j] = (0,255) # (0,255)替換為紅底 (255,255)替換為白底

cv2.imshow('red_bg_img',new_img)
# 視窗等待命令 0表示無限等待
cv2.waitKey(0)
cv2.destroyAllWindows()

執行效果如下：

程式執行成功，可以將照片的藍底換為紅底或者白底，成功利用opencv實現給照片換底色。

7. 其他說明

測試所用圖片來源於百度圖片搜尋，圖片僅用於影象處理知識交流和學習，如有侵權請聯絡我刪除！

到此這篇關於Python 利用OpenCV給照片換底色的示例程式碼的文章就介紹到這了,更多相關python照片換底色內容請搜尋我們以前的文章或繼續瀏覽下面的相關文章希望大家以後多多支援我們！