基于OpenCV python3怎么實現證件照換背景的方法

小編給大家分享一下基于OpenCV python3怎么實現證件照換背景的方法，相信大部分人都還不怎么了解，因此分享這篇文章給大家參考一下，希望大家閱讀完這篇文章后大有收獲，下面讓我們一起去了解一下吧！

軟件環境：

python3.5
opencv2
windows 10

圖像載入

導入opencv庫，使用imread函數讀取圖片

import cv2
import numpy as np

img=cv2.imread('zjz.jpg')

由于證件照太大，不方便顯示，故進行縮放

#縮放
rows,cols,channels = img.shape
img=cv2.resize(img,None,fx=0.5,fy=0.5)
rows,cols,channels = img.shape
cv2.imshow('img',img)

原圖如下

（圖片源于網絡，已經馬賽克處理，如有侵權，私信立即刪除）

獲取背景區域

首先將讀取的圖像默認BGR格式轉換為HSV格式，然后通過inRange函數獲取背景的mask。
HSV顏色范圍參數可調節根據這篇文章

hsv=cv2.cvtColor(img,cv2.COLOR_BGR2HSV)
lower_blue=np.array([78,43,46])
upper_blue=np.array([110,255,255])
mask = cv2.inRange(hsv, lower_blue, upper_blue)
cv2.imshow('Mask', mask)

獲得的mask如下圖

如圖所示藍色的背景在圖中用白色表示，白色區域就是要替換的部分，但是黑色區域內有白點干擾，所以進一步優化。
腐蝕和膨脹

#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)

經過腐蝕和膨脹操作后如下圖

處理后圖像單獨白色點消失。

替換背景色

遍歷全部像素點，如果該顏色為dilate里面為白色（255）則說明該點所在背景區域，于是在原圖img中進行顏色替換。

#遍歷替換
for i in range(rows):
 for j in range(cols):
  if dilate[i,j]==255:
   img[i,j]=(0,0,255)#此處替換顏色，為BGR通道
cv2.imshow('res',img)

最終結果如下

（圖片源于網絡，已經馬賽克處理，如有侵權，私信立即刪除）

總結

最開始想直接通過遍歷全圖進行替換背景色，但是圖像中難免有些像素點和背景色一樣，造成了干擾，導致最后結果不盡人意，所以想通過這種方法進行處理。顯然最后有明顯的ps痕跡。

最后貼上完整代碼，不足之處歡迎各位指正！

import cv2
import numpy as np

img=cv2.imread('zjz.jpg')
#縮放
rows,cols,channels = img.shape
img=cv2.resize(img,None,fx=0.5,fy=0.5)
rows,cols,channels = img.shape
cv2.imshow('img',img)

#轉換hsv
hsv=cv2.cvtColor(img,cv2.COLOR_BGR2HSV)
lower_blue=np.array([78,43,46])
upper_blue=np.array([110,255,255])
mask = cv2.inRange(hsv, lower_blue, upper_blue)
cv2.imshow('Mask', mask)

#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)

#遍歷替換
for i in range(rows):
 for j in range(cols):
  if dilate[i,j]==255:
   img[i,j]=(0,0,255)#此處替換顏色，為BGR通道
cv2.imshow('res',img)

cv2.waitKey(0)
cv2.destroyAllWindows()

以上是“基于OpenCV python3怎么實現證件照換背景的方法”這篇文章的所有內容，感謝各位的閱讀！相信大家都有了一定的了解，希望分享的內容對大家有所幫助，如果還想學習更多知識，歡迎關注億速云行業資訊頻道！