美图祛斑算法实战——雀斑消除

本文通过实战演示了一种基于灰度化、对比度增强、阈值处理等步骤的人脸雀斑消除算法。使用图像处理技术如Sobel算子检测边缘,连通域分析去除脸部阴影,最终通过inpaint修复图像,达到祛斑效果。虽然存在局限,但整体展示了祛斑算法的基本流程。
摘要由CSDN通过智能技术生成

美图祛斑算法实战——雀斑消除

本文主要根据这篇博文的思路,由于原博文没有放出完整代码,我这里尝试根据作者的思路实现人脸祛斑算法的代码完整版,本代码针对特定图像使用了一些trick,不是通用算法,仅做参考。
算法流程主要为:

  1. 灰度化
  2. 对比度增强
  3. 阈值处理
  4. 梯度极大值查找
  5. 连通域分析
  6. 皮肤排除
  7. 图像修复 inpaint

本代码用到的图片如下,从这篇博文直接下载得到,我们的目标是去除任务颈肩部位的祛斑。

导入用到的库

import cv2
import matplotlib.pyplot as plt
import numpy as np
import skimage
from skimage import morphology
from skimage.io import imread

读取图像,转为灰度图,然后进行对比度增强

img = cv2.imread('./face.png')
src = img.copy()
src = cv2.cvtColor(src, cv2.COLOR_BGR2GRAY) # 转为灰度图
con = skimage.exposure.adjust_sigmoid(src,0.4) # 0.4这个阈值就比较trick了。。。

使用sobel算子进行边缘检测

x_gray = cv2.Sobel
  • 1
    点赞
  • 18
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值