Python OpenCV给证件照换底色

✅作者简介：热爱科研的算法开发者，Python、Matlab项目可交流、沟通、学习。

????个人主页：算法工程师的学习日志

投简历、找工作这些事都需要证件照，有些还要求证件照背景颜色、尺寸大小，本文分享一下如果通过Python OpenCV来实现照片裁剪和更换背景色

---

1、读取照片

import cv2
import numpy as np
# 读取照片
image = cv2.imread('1.jpg')

---

2、修改照片尺寸

发现图片太大，修改图片尺寸

image = cv2.resize(image,None,fx=0.5,fy=0.5)

第一个参数image:为原始图像

第二个参数size:尺寸数组，我设置None

第三个和第四个参数fx,fy：新图为原图的比例。

比例和尺寸只能设置一个

# 修改尺寸
image = cv2.resize(image, None, fx=0.5, fy=0.5)

---

3、BGR图片转灰度图

彩色图无法进行梯度闭运算。

闭运算：对图像先进行膨胀再腐蚀，有助于关闭前景物体上的小孔或者小黑点

形态学变换：开运算，闭运算，梯度运算

所以先将图片转换为hsv格式

cv2.cvtColor(img,cv2.COLOR_BGR2HSV)

可以将彩色图片转化为hsv灰度图片

转换成hsv是因为，hsv的色彩空间有表可查。

# 图片转换为二值化图
hsv = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)
print(hsv)

---

4、图片二值化处理

形态学变换需要的是二值图片。

cv2.inRange(hsv,lower_red,upper_red)

hsv:图像

lower_red指的是图像中低于这个lower_red的值，图像值变为0

upper_red指的是图像中高于这个upper_red的值，图像值变为0

而在lower_red～upper_red之间的值变成255。

完成二值变换。

每张图的lower_red，upper_red 不同。自己可以查找hsv色彩空间表。然后结合，修改数值。

# 图片的二值化黑白处理
lower_blue = np.array([90, 70, 70])
upper_blue = np.array([110, 255, 255])
heibai = cv2.inRange(hsv, lower_blue, upper_blue)
# 显示
cv2.imshow('image', image)
cv2.imshow('hsv', hsv)
cv2.imshow('heibai', heibai)
# 无限等待
cv2.waitKey(0)
# 销毁内存
cv2.destroyAllWindows()

---

5、图片去噪

黑白色的照片周围可能有黑色小点噪声。这种情况下需要去除背景色噪声，选用膨胀。

膨胀即对图片高亮色进行膨胀。周围只有有一个为1，即是1；再进行腐蚀，缩小图片尺寸。即闭运算操作。

不同的图片噪声不一样，如是前景色人物含有小白点，则进行开运算操作。

这次颜色的图片中因为颜色分明，不存在明显噪音，如果去除噪音可以采用下面方法

# 闭运算
k = np.ones((5, 5), np.uint8)
r = cv2.morphologyEx(heibai, cv2.MORPH_CLOSE, k)

---

6、图片颜色替换

遍历黑白照，找到白色像素点的位置索引，同理找到原图（白色像素点对应位置索引），换成颜色替换。

# 颜色替换
imageNew = np.copy(image)
rows, cols, channels = image.shape
for i in range(rows):
    for j in range(cols):
        if r[i, j] == 255:  # 像素点为255表示的是白色，我们就是要将白色处的像素点，替换为红色
            imageNew[i, j] = (0, 0, 255)  # 此处替换颜色，为BGR通道，不是RGB通道

完整代码：

import cv2
import numpy as np


# 读取照片
image = cv2.imread('1.jpg')
# 修改尺寸
image = cv2.resize(image, None, fx=0.5, fy=0.5)
# 图片转换为二值化图
hsv = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)
print(hsv)
# 图片的二值化黑白处理
lower_blue = np.array([90, 70, 70])
upper_blue = np.array([110, 255, 255])
heibai = cv2.inRange(hsv, lower_blue, upper_blue)
# 闭运算
k = np.ones((5, 5), np.uint8)
r = cv2.morphologyEx(heibai, cv2.MORPH_CLOSE, k)
# 颜色替换
imageNew = np.copy(image)
rows, cols, channels = image.shape
for i in range(rows):
    for j in range(cols):
        if r[i, j] == 255:  # 像素点为255表示的是白色，我们就是要将白色处的像素点，替换为红色
            imageNew[i, j] = (0, 0, 255)  # 此处替换颜色，为BGR通道，不是RGB通道
# 显示
cv2.imshow('image', image)
cv2.imshow('hsv', hsv)
cv2.imshow('heibai', heibai)
cv2.imshow('r', r)
cv2.imshow('imageNew', imageNew)
# 无限等待
cv2.waitKey(0)
# 销毁内存
cv2.destroyAllWindows()