一、前言

Python中有許多用於影象處理的庫，像是Pillow，或者是OpenCV。而很多時候感覺學完了這些影象處理模組沒有什麼用，其實只是你不知道怎麼用罷了。今天就給大家帶了一些美圖技巧，讓你的圖美翻全場，朋友圈讚不絕口，女朋友也誇你，富貴你好厲害啊！

很多人學習python，不知道從何學起。
很多人學習python，掌握了基本語法過後，不知道在哪裡尋找案例上手。
很多已經做案例的人，卻不知道如何去學習更加高深的知識。
那麼針對這三類人，我給大家提供一個好的學習平臺，免費領取視訊教程，電子書籍，以及課程的原始碼！
QQ群：101677771

二、模組安裝

我們主要使用到OpenCV和Pillow，另外我們還會使用到wordcloud和paddlehub，我們先安裝一下：

pipinstallopencv-python
pipinstallpillow
python-mpipinstallpaddlepaddle-ihttps://mirror.baidu.com/pypi/simple
pipinstall-ihttps://mirror.baidu.com/pypi/simplepaddlehub
pipinstall-ihttps://pypi.tuna.tsinghua.edu.cn/simple/myqr

另外我使用的Python環境是3.7，知道這些我們就可以開始進行我們的美圖之旅了。

三、圖片美化

1、祛痘

還在為痘痘犯難，不敢拍照嗎？有了這個你就不用怕了（雖然有p圖軟體，但是大家不要揭穿我）：

importcv2
level=22#降噪等級
img=cv2.imread('girl.jpg')#讀取原圖
img=cv2.bilateralFilter(img,level,level*2,level/2)#美顏
cv2.imwrite('result.jpg',img)

實際上，在光滑的臉蛋上，痘痘就可以視為一個噪點，而我們可以通過降噪的方式達到祛痘祛斑的效果，在OpenCV中就提供了相應的濾鏡，我們只需要呼叫即可。原圖和實現效果圖對比如下：

​

可以看到臉上的斑明顯是變少了。紳士們應該可以注意到，脖子下面的面板光滑了許多。不過頭髮細節被抹除了不少。我們可以通過調節level引數，調節效果。如果想效果更好，可以結合人臉識別，進行區域性的祛痘處理。

2、詞雲——我不只是一張圖

其實詞雲已經是老生常談了，但是作美圖中的姣姣者，還是有必要列出來的，因為一張詞雲所能包含的資訊太多了：

fromPILimportImage
importnumpyasnp
fromwordcloudimportWordCloud,ImageColorGenerator

#讀取背景圖片
mask=np.array(Image.open('rose.png'))

#定義詞雲物件
wc=WordCloud(
#設定詞雲背景為白色
background_color='white',
#設定詞雲最大的字型
max_font_size=30,
#設定詞雲輪廓
mask=mask,
#字型路徑，如果需要生成中文詞雲，需要設定該屬性，設定的字型需要支援中文
#font_path='msyh.ttc'
)
#讀取文字
text=open('article.txt','r',encoding='utf-8').read()
#生成詞雲
wc.generate(text)
#給詞雲上色
wc=wc.recolor(color_func=ImageColorGenerator(mask))
#儲存詞雲
wc.to_file('result.png')

其中article.txt為我們的詞雲的文字素材，而rose.png則是詞雲輪廓（該圖片背景應該為嚴格的白色或者透明），原圖和實現效果如下：

​

還是非常美的。更多詳細內容可以參考https://blog.csdn.net/ZackSock/article/details/103517841。

3、風格遷移——努力變成你喜歡的樣子

風格遷移，顧名思義就是將某一張圖片的風格遷移到另一張圖片上。比如我拍了一張白天的圖片，但是我想要一張夜景的圖片，那我們該怎麼做呢？當然是等到晚上再拍了，不過除了這個方法，我們還可以下載一張夜景圖片，將夜景效果遷移到我們的原圖上。

風格遷移的實現需要使用深度學習才能實現，但是像我這樣的菜雞肯定是不會深度學習的啦，所以我們直接使用paddlehub中已經實現好的模型庫：

importcv2
importpaddlehubashub
#載入模型庫
stylepro_artistic=hub.Module(name="stylepro_artistic")
#進行風格遷移
im=stylepro_artistic.style_transfer(
images=[{
#原圖
'content':cv2.imread("origin.jpg"),
#風格圖
'styles':[cv2.imread("style.jpg")]
}],
#透明度
alpha=0.1
)
#從返回的資料中獲取圖片的ndarray物件
im=im[0]['data']
#儲存結果圖片
cv2.imwrite('result.jpg',im)

原圖風格圖和效果圖如下：

​

左邊是原圖，中間是風格圖，右邊為效果圖。上面的效果還算可以，但是不是每次都怎麼成功，還是要多試試。

4、圖中圖——每一個畫素都是你

這個相比上面的要複雜一些，我們需要準備相簿，將這些圖作素材，然後根據圖片某個區域的主色調進行最適當的替換，程式碼如下：

importos
importcv2
importnumpyasnp

defgetDominant(im):
"""獲取主色調"""
b=int(round(np.mean(im[:,:,0])))
g=int(round(np.mean(im[:,:,1])))
r=int(round(np.mean(im[:,:,2])))
return(b,g,r)


defgetColors(path):
"""獲取圖片列表的色調錶"""
colors=[]

filelist=[path+iforiinos.listdir(path)]
forfileinfilelist:
im=cv2.imdecode(np.fromfile(file,dtype=np.uint8),-1)
dominant=getDominant(im)
colors.append(dominant)
returncolors


deffitColor(color1,color2):
"""返回兩個顏色之間的差異大小"""
b=color1[0]-color2[0]
g=color1[1]-color2[1]
r=color1[2]-color2[2]
returnabs(b)+abs(g)+abs(r)


defgenerate(im_path,imgs_path,box_size,multiple=1):
"""生成圖片"""

#讀取圖片列表
img_list=[imgs_path+iforiinos.listdir(imgs_path)]

#讀取圖片
im=cv2.imread(im_path)
im=cv2.resize(im,(im.shape[1]*multiple,im.shape[0]*multiple))

#獲取圖片寬高
width,height=im.shape[1],im.shape[0]

#遍歷圖片畫素
foriinrange(height//box_size+1):
forjinrange(width//box_size+1):

#圖塊起點座標
start_x,start_y=j*box_size,i*box_size

#初始化圖片塊的寬高
box_w,box_h=box_size,box_size

box_im=im[start_y:,start_x:]
ifi==height//box_size:
box_h=box_im.shape[0]
ifj==width//box_size:
box_w=box_im.shape[1]

ifbox_h==0orbox_w==0:
continue

#獲取主色調
dominant=getDominant(im[start_y:start_y+box_h,start_x:start_x+box_w])

img_loc=0
#差異，同主色調最大差異為255*3
dif=255*3

#遍歷色調錶，查詢差異最小的圖片
forindexinrange(colors.__len__()):
iffitColor(dominant,colors[index])<dif:
dif=fitColor(dominant,colors[index])
img_loc=index

#讀取差異最小的圖片
box_im=cv2.imdecode(np.fromfile(img_list[img_loc],dtype=np.uint8),-1)

#轉換成合適的大小
box_im=cv2.resize(box_im,(box_w,box_h))

#鋪墊色塊
im[start_y:start_y+box_h,start_x:start_x+box_w]=box_im

j+=box_w
i+=box_h

returnim


if__name__=='__main__':

#獲取色調列表
colors=getColors('表情包/')
result_im=generate('main.jpg','表情包/',50,multiple=5)
cv2.imwrite('C:/Users/zaxwz/Desktop/result.jpg',result_im)

關於實現，我後續會寫文章詳細分析。我們看看效果圖：

​

圖片我們還是可以看出人物的，但是某些地方顏色不太對，這就是根據我們相簿來的了。我們放大圖片就能看到上面幾百張小圖片。（當然你放大上面的圖是看不到的，因為解析度太低）

5、切換背景——帶你去旅行

最近大家都宅家裡，照片拍了不少，可惜背景全是沙發。遇到我就是你女朋友的福氣，看我如何10行程式碼換圖片背景：

fromPILimportImage
importpaddlehubashub
#載入模型
humanseg=hub.Module(name='deeplabv3p_xception65_humanseg')
#摳圖
results=humanseg.segmentation(data={'image':['xscn.jpeg']})
#讀取背景圖片
bg=Image.open('bg.jpg')
#讀取原圖
im=Image.open('humanseg_output/xscn.png').convert('RGBA')
im.thumbnail((bg.size[1],bg.size[1]))
#分離通道
r,g,b,a=im.split()
#將摳好的圖片貼上到背景上
bg.paste(im,(bg.size[0]-bg.size[1],0),mask=a)
bg.save('xscn.jpg')

下面看看我們的效果：

​

6、九宮格——一張照片裝不下你的美

很多人發照片都喜歡發九宮格，但是一般又沒那麼多照片，這個時候就需要用表情包占位了。對於技術宅，這種不合理的方式是絕不容許的，於是我們寫下如下程式碼：

fromPILimportImage
#讀取圖片
im=Image.open('xscn.jpeg')
#寬高各除3，獲取裁剪後的單張圖片大小
width=im.size[0]//3
height=im.size[1]//3
#裁剪圖片的左上角座標
start_x=0
start_y=0
#用於給圖片命名
im_name=1
#迴圈裁剪圖片
foriinrange(3):
forjinrange(3):
#裁剪圖片並儲存
crop=im.crop((start_x,start_y,start_x+width,start_y+height))
crop.save(str(im_name)+'.jpg')
#將左上角座標的x軸向右移動
start_x+=width
im_name+=1
#當第一行裁剪完後x繼續從0開始裁剪
start_x=0
#裁剪第二行
start_y+=height

我們執行上面的程式碼後，就能生成名為1~9的圖片，這些圖片就是我們的九宮格圖片，下面看看測試效果：

​

在這裡插入圖片描述

不得不說，小松菜奈是真的美。

7、圖片二維碼——冰冷的圖裡也飽含深情

有話想說又不敢說？來試試二維碼吧，小小的圖飽含深情：

fromMyQRimportmyqr
myqr.run(
words='http://www.baidu.com',#包含資訊
picture='lbxx.jpg',#背景圖片
colorized=True,#是否有顏色，如果為False則為黑白
save_name='code.png'#輸出檔名
)

效果圖如下：

​

在這裡插入圖片描述

因為上面的二維碼經過我的特殊處理，在你掃碼的時候會發現上面是碼中碼中碼，要掃很多遍才能獲得最後結果，大家可以發揮自己的想象力，做出點有趣的東西。