图片美化是什么(图片的美白与美化)
博主简介
博主是一名大二学生 ,主攻人工智能研究 。感谢让我们在CSDN相遇 ,博主致力于在这里分享关于人工智能,c++ ,Python ,爬虫等方面知识的分享 。 如果有需要的小伙伴可以关注博主 ,博主会继续更新的 ,如果有错误之处 ,大家可以指正。
专栏简介: 本专栏主要研究计算机视觉 ,涉及算法 ,案例实践 ,网络模型等知识 。包括一些常用的数据处理算法 ,也会介绍很多的Python第三方库 。如果需要,点击这里订阅专栏 。
给大家分享一个我很喜欢的一句话:“每天多努力一点 ,不为别的 ,只为日后,能够多一些选择 ,选择舒心的日子 ,选择自己喜欢的人! ”
目录
添加图形与文字
基础线条图形操作
爱心图片
图像美白
图片直方图均衡化
前面介绍了如何提取图像中的各种特征,包括颜色特征 ,几何特征 、局部特征等 ,也进行了各种特征算法学习 。那么本节我们来学习美化图片 。众所周知 ,现在各大平台惊现“照骗 ” ,修图技术的发展 ,让越来越多的人迷失在幻境中 ,男的批成女的 ,等等 。对于我们计算机专业的学生来说 ,理解这些功能的底层代码是非常重要的 。
添加图形与文字
基础线条图形操作
首先给图片增加一条线或者一些多边形 ,除了这些,还可以增加一些特殊的图案 。一般来说 ,增加形状的函数由如下几个参数:原图(img) 、增加的图型中心(center)、图形的大小(size) 、颜色(color) 、线条粗细(thinkness) 。常用的函数:cv2.circle()画一个圆 ,cv2.fillPoly()画一个任意多边形 、cv2.line()画一条线等。
import cv2 import numpy as np img=cv2.imread(F:\Image\\test11.jpg) w,h,d=img.shape #加圆 cv2.circle(img,(int(w/3),int(h/2)),int(w/4),(0,0,255),2) cv2.imshow(显示图片,img) cv2.waitKey()爱心图片
当然,除了这种简单的图形 ,还可以来点复杂的 ,比如在你和你的女朋友之间加一个爱心 。
博主没有女朋友,也没有合照 ,只能随便用一张图片了 。
言归正传 ,下面来展示如何画爱心:
import cv2 import numpy as np img=cv2.imread(F:\Image\\test8.jpg) #绘制椭圆弧 cv2.ellipse(img,(100,350),(100,200),180,30,150,(0,0,255),1) cv2.ellipse(img,(275,350),(100,200),180,30,150,(0,0,255),1) #绘制直线 cv2.line(img,(12,250),(187,450),(0,0,255),1) cv2.line(img,(362,250),(187,450),(0,0,255),1) #显示图片 cv2.imshow(2,img) cv2.waitKey(0)爱心就显示出来了 ,当然 ,就一个爱心可是不够的 ,是不是应该在图像上加一句爱她的话喃 ,话不多说 ,安排!
OpenCV中绘制文字的函数cv2.putText() ,可选参数有img(输入图片) 、text(输入文字) 、origin(文字左上角坐标) 、font(字体) 、scale(大小) 、color(颜色) 、thinkness(线条粗细)。
import cv2 import numpy as np img=cv2.imread(F:\Image\\test8.jpg) w,h,d=img.shape #绘制椭圆弧 cv2.ellipse(img,(100,350),(100,200),180,30,150,(0,0,255),1) cv2.ellipse(img,(275,350),(100,200),180,30,150,(0,0,255),1) #绘制直线 cv2.line(img,(12,250),(187,450),(0,0,255),1) cv2.line(img,(362,250),(187,450),(0,0,255),1) #加入文字 cv2.putText(img,I love you,(0,int(h/1.5)),cv2.FONT_HERSHEY_PLAIN,4,(0,0,255),0) #显示图片 cv2.imshow(2,img) cv2.waitKey(0)现在就可以送给你们的女朋友了 。
图像美白
了解了一些简单的操作 ,现在开始我们真正的修图 。磨皮,美白。
所谓的美白 ,其实就是将图像的亮度提高 ,可以在HSV颜色空间中进行提高亮度V即可,也可以在RGB模式下将颜色调为白色 。
import numpy as np import cv2 img=cv2.imread(F:\Image\\test10.jpg) w,h,d=img.shape #增强亮度 for i in range(w): for j in range(h): (b,g,r)=img[i,j] b=min(255,b+40) g=min(255,g+40) r=min(255,r+40) img[i,j]=(b,g,r) #显示图片 cv2.imshow(1,img) cv2.waitKey(0)对比一下 ,是不是黑人小哥变白了 。但是这个只是进行打光 ,美白的操作也和这个差不多 。但是需要注意的是,美白更注重白色 ,所以对红色部分就不需要改变 ,而是按照比例对绿色 ,蓝色进行提高 。同时 ,我们在美白的时候 ,需要对人体美白 ,而不是所有 ,所以最后好是对指定区域进行美白 。
#进行美白 ,注意单个颜色不能超过255 for i in range(w): for j in range(h): (b,g,r)=img[i,j] b=min(255,b*1.4) g=min(255,g*1.3) img[i,j]=(b,g,r)这样进行处理后的图像就会白很多 ,如果要求比较高的,那么我们就进行磨皮 。需要使用到cv2.bilateralFilter()函数 ,双边滤波与高斯滤波相比能更好的保存图像的边缘信息 ,这是由于其不但使用了一个与空间距离相关的高斯函数,还使用了一个与灰度距离相关的高斯函数 。
img=cv2.bilateralFilter(img,10,30,30)只需要将三部分进行结合一下 ,就大功告成了 。来吧 ,展示:
import numpy as np import cv2 img=cv2.imread(F:\Image\\test10.jpg) w,h,d=img.shape img=cv2.bilateralFilter(img,10,30,30) #增强亮度 for i in range(w): for j in range(h): (b,g,r)=img[i,j] b=min(255,b+40) g=min(255,g+40) r=min(255,r+40) img[i,j]=(b,g,r) #进行美白,注意单个颜色不能超过255 for i in range(w): for j in range(h): (b,g,r)=img[i,j] b=min(255,b*1.4) g=min(255,g*1.3) img[i,j]=(b,g,r) #显示图片 cv2.imshow(1,img) cv2.waitKey(0)是不是白了很多喃 。快去给你的女友试试吧。
图片直方图均衡化
前面介绍了一些简单的操作 ,当然不能就这么简单 ,我们来试试直方图均衡话图像 。简单的来说 ,就是将图片的色彩均衡化 ,让图片更加饱满 ,看起来不那么违和 。前面介绍了直方图的函数 ,这里就不过多介绍了。下面我们用一个小姐姐的图片来演示一下 。
import cv2 import numpy as np img=cv2.imread(F:\Image\\test4.jpg) #进行直方图均衡化 #通道分解 (b,g,r)=cv2.split(img) b=cv2.equalizeHist(b) g=cv2.equalizeHist(g) r=cv2.equalizeHist(r) #通道合成 result=cv2.merge((b,g,r)) #图片展示 cv2.imshow(1,img) cv2.waitKey(0)(a)颜色直方图均衡化的图片 (b)原图
第一张图是经过处理后的图片 ,第二张则是原图 ,可以对比一下 ,两种图片差别很小,但是第一张的色彩更饱和一点 。其他的博主我也看不出来 ,这个只是给大家一个示范。
好了 ,本节的内容就到此结束了!关注博主不迷路,下一节我们学习图像的修复和去噪 。拜拜了你嘞!
特别提醒:文章中所用的图片是博主从网上下载下来的 ,并无任何恶意 ,只是用来作为案例使用,如有侵权 ,告知博主!谢谢!
创心域SEO版权声明:以上内容作者已申请原创保护,未经允许不得转载,侵权必究!授权事宜、对本内容有异议或投诉,敬请联系网站管理员,我们将尽快回复您,谢谢合作!