Python实现抠图给证件照换背景

逃离我推掉我的手 2023-10-18 12:26 36阅读 0赞

## 场景 ##

此功能主要是用来学习用法，功能不重要，学会了用法，其他功能自己开发。

## 效果 ##

原证件照

![Image 1][]![20181211143523621.jpg][]

背景图

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0JBREFPX0xJVU1BTkdfUUlaSEk_size_16_color_FFFFFF_t_70][]![Image 1][]

合成效果

![Image 1][]![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0JBREFPX0xJVU1BTkdfUUlaSEk_size_16_color_FFFFFF_t_70 1][]

## 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

#### 源码以及文件下载 ####

[https://download.csdn.net/download/badao\_liumang\_qizhi/10842960][https_download.csdn.net_download_badao_liumang_qizhi_10842960]

##     ##

[Image 1]: 
[20181211143523621.jpg]: https://img-blog.csdnimg.cn/20181211143523621.jpg
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0JBREFPX0xJVU1BTkdfUUlaSEk_size_16_color_FFFFFF_t_70]: https://img-blog.csdnimg.cn/20181211143531139.jpg?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0JBREFPX0xJVU1BTkdfUUlaSEk=,size_16,color_FFFFFF,t_70
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0JBREFPX0xJVU1BTkdfUUlaSEk_size_16_color_FFFFFF_t_70 1]: https://img-blog.csdnimg.cn/20181211143559614.jpg?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0JBREFPX0xJVU1BTkdfUUlaSEk=,size_16,color_FFFFFF,t_70
[https_download.csdn.net_download_badao_liumang_qizhi_10842960]: https://download.csdn.net/download/badao_liumang_qizhi/10842960