ps-去除红色印章和为人物添加口红

最新推荐文章于 2021-03-21 17:11:39 发布
最新推荐文章于 2021-03-21 17:11:39 发布
阅读量1.6k 收藏 2
点赞数
分类专栏： ps
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/chengmo123/article/details/104721618
版权
本文介绍了使用Photoshop去除红色印章的技巧，通过选择红色通道、调整色阶并转换为灰度模式实现。同时，还详细讲解了如何利用钢笔工具、羽化和混合模式为人物快速添加自然的口红效果。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

ps-去除红色印章

步骤：

  1. 通道面板-->选择红色通道  
  2. ctrl+L调出色阶，滑块向左调整到印章消失
  3. 图像-->模式--->灰度  (删除其它通道，保留红色通道)
  4. ctrl+s保存

ps-添加口红

步骤：

  1. 钢笔工具（选出嘴唇部分），ctrl+enter转为选区，shift+f6羽化5个像素，ctrl+j复制一层
  2. 按住ctrl键点击嘴唇图层 ， 选取自己想要的颜色，Alt+delete填充，图层混合模式改为柔光
  3. 双击嘴唇图层，打开混合选项， 按住Alt键滑动下一图层右侧小三角，调出嘴唇光泽

最低0.47元/天 解锁文章
ps怎么去掉框框不伤字体_PS使用技巧之去掉文件中的红色印章「18期」
weixin_42502363的博客
12-22 3931
前言：离开学校之后，学习的事儿变得那么难以继续。近段时间的工作实在是太累了，在“晨兴理荒秽,带月荷锄归” 的日子里，很难坚持更新每天更新一篇PS学习详细步骤笔记，但学习不可停止，今天继续更新！ 正文：生活中或者工作中，经常会遇到把盖章文件中的红色印章去掉的要求。这时候PS小白会感到手足无措。即使是通过百度找到了一些方法，但是效果可能会差强人意。今天给大家更新一篇效果不错的小技巧，简单几步就...
Java去掉红色印章_ps怎么去掉公章之教程 | ps如何消除图片上的红色印章？？
weixin_42449548的博客
03-02 2357
ps仿制印章工具怎么使用Photoshop中的“仿制图章工具”可以快速的这些东西。而且“仿制图章工具”不但可以用来去掉图像中不需要的内容，还可以消除人物脸部斑点、痣，以及填补图片空缺等功能。总之，仿制图章工具能快速达到美化图片的效果。那“仿制图章工具”怎么用呢？使用方法：先选择仿制图章工具(快捷键S)，在需要取样的地方，按住Alt键不动，鼠标左键单击即可取样，然后松开Alt键，在属性栏中可以调整混...
java+opencv截取图片中的印章
11-28
java调用opencv利用霍夫圆定位查找印章，并返回质心坐标和半径以达到截取印章的目的
PS基础之给嘴唇画口红
AsaZyf的博客
03-06 1163
新建空白图层 选择自己喜欢的颜色，并用画笔工具在嘴唇上涂 在画框处，选择正片叠底 效果
Java Opencv 图片去除三原色（红，绿，蓝）章简易实现
取名为猫的狗的博客
05-26 2354
参考链接：https://www.cnblogs.com/skyfsm/p/7638301.html 代码： public static void main(String[] args) { System.load("F:\\opencv\\x64\\opencv_java401.dll"); Mat src = Imgcodecs.imread("C:\\Users\\beawan\\Desktop\\photo\\test.png"); Lis
三种常见的ps删除通道的操作
06-01 4263
内容提要：文章介绍PS删除通道的几种常见操作方法。删除颜色通道后，图像不能再存储为JPG格式，并且会自动转为多通道模式。 　　PS教程中通道是用来记录颜色的。删除颜色通道后，图像会自动转换为多通道模式，对应的图像文件就不能再存储为JPG格式文件。 　　下面截图是一个RGB色彩模式的图像文件，要删除某个颜色通道，可以执行以下任意一种操作。 PS删除通道方法一： 　　比如选择红通道，然
利用PS快速去除图片中的红章子
热门推荐
邹邹s的博客
12-14 3万+
如果文件是彩色的，用上面的方法就会使原来的图片颜色变掉，我们可以局部去除。点击工具栏里选择工具，选择红章子那块画框线。 2 然后我们需要去掉这个选项框里的红色，去掉红色我们需要借助其它工具，现在我们点击上方的选项栏里的“图像”>"调整">“黑白”来调整颜色。 3 现在在弹出来的对话框里调整，我们需要把红色选项减少，点击调色箭头，向右划动，直到
Java去掉红色印章,基于RGB和HSV实现红色公章删除
weixin_36485298的博客
03-21 1858
彩色模型数字图像处理中常用的采用模型是RGB(红，绿，蓝)模型和HSV(色调，饱和度，亮度)，RGB广泛应用于彩色监视器和彩色视频摄像机，我们平时的图片一般都是RGB模型。而HSV模型更符合人描述和解释颜色的方式，HSV的彩色描述对人来说是自然且非常直观的。RGB就是指Red,Green和Blue,一副图像由这三个channel(通道)构成；Gray就是只有灰度值一个channel；HSV即Hue...
OpenCV探索之路（二十六）：如何去除票据上的印章(C++ )
张伟的专栏
07-10 1129
最近在做票据识别的编码工作时遇到一些问题，就是票据上往往会有一些红色印章把一些重要信息区域给覆盖了，比如一些开发票人员盖印章时比较随意，容易吧一些关键区域给遮蔽了，这让接下来的票据识别很困难，因此，我们必须先对票据图像进行一定的预处理来移除印章干扰，再进行字符识别，这样子识别准确率才有保证。 我们从简单例子说起，比如我们有以下一张票据，上面盖有红色印章，虽然该印章没有遮挡关键信息，但是我们还是打算将其移除，那该怎么办？首先想到的肯定移除红色像素点的方法，这种方法需要查到红色的颜色范围，然后遍历全图像...
印章识别详细算法
04-17
印章识别的界面 算法实现
「PS技巧」教你如何快速抠取红色合同印章,大兵SEO博客
dabingseoBLOG的博客
03-17 1万+
「PS技巧」:教你如何快速抠取红色合同印章 1、首先需要用PS选取工具框选出要抠取的红印章； 2、然后点击PS菜单选项“选择”—“颜色范围”； 3、吸取红印章的颜色，然后调整“颜色容差”，点击“确定”； 4、再按“ctrl+J”复制，红印章就扣取出来了。 红色合同印章抠取前： 红色合同印章抠取后： ...
OpenCV探索之路（二十六）：如何去除票据上的印章
weixin_33827590的博客
10-08 1715
最近在做票据识别的编码工作时遇到一些问题，就是票据上往往会有一些红色印章把一些重要信息区域给覆盖了，比如一些开发票人员盖印章时比较随意，容易吧一些关键区域给遮蔽了，这让接下来的票据识别很困难，因此，我们必须先对票据图像进行一定的预处理来移除印章干扰，再进行字符识别，这样子识别准确率才有保证。 我们从简单例子说起，比如我们有以下一张票据，上面盖有红色印章，虽然该印章没有遮挡关键信息，但是我们还是打算...
opencv去除印章痕迹
zeng_haoyu的博客
10-09 7547
今天看到一个很有意思的程序，就是去除票据上的红色印章，觉得很有意思，就把它抄过来记录一下，同时自己也开了一下脑洞。 原来的程序来自：https://www.cnblogs.com/skyfsm/p/7638301.html 可以看到图像效果很不错，下面是源码实现： #include <iostream> #include <opencv2/imgproc/imgpro...
一种自适应的红色章印去除算法
weixin_42984268的博客
08-12 1237
一种自适应的红色章印去除工具 ps:转载请说明出处 分享自己研究的一种自适应的红色章印去除工具 Github地址 思路说明： 本方法主要分为三步，第三步可选： 1、找到红色章的灰度值 2、保留字和白底 3、可选择以一个像素的值，生成新图片 最重要的是第一步，用红色通道减去蓝色或者绿色通道，章印的部分值会比较高。而后通过与操作，得到章印区域，计算出平均灰度，再乘以一个系数，得到字的灰度。最后，以这个灰度值进行二值化。 下面展示一下效果： 图片来源于网络 ...
【图像处理通道分离去除印章】
爱CV
09-04 3141
如下图所示，想要取出图像上的红色印记，我们可以采用通道分离的方法，具体如下： #include<opencv2\opencv.hpp> #include<string> #include <vector> using namespace cv; using namespace std; int main() { Mat src = imread(...
Python OpenCV基于颜色通道分离法去除图片中的红色印章
wl_Honest的博客
07-24 1万+
最近一段时间的工作都是研究如何去除图片中的红色印章，在网上查找了大量的大佬写过的方法，发现大多数是采取颜色通道分离法来做，并且效果还不错。站在前人的肩膀上，我又做了些许调整，谈不上是改进，但是能应对更对的情况总还是好的，特此记录。 拿发票做例子，印章相较于其它部分最大的不同就是印章是红色的，而其它部分不是（这是一句废话）。 那么第一步当然就是将红色分离出来，这一步可以采用Python第三方库OpenCV里的 cv2.split()方法，该方法是把RGB图像的三个通道拆分开来，得...
去除红色印章 python
最新发布
03-14
<think>好的，用户想用Python去除图片中的红色印章。我需要根据提供的引用资料来整理方法。首先，引用[1]提到使用颜色特征分离前景和背景，引用[2]和[3]都提到了使用OpenCV的inRange函数和HSV颜色空间，以及inpaint函数。引用[4]则涉及遍历目录处理图片。看来主要步骤是颜色空间转换、创建掩模、去除红色区域，最后修复图像。 首先，要确定红色的HSV范围。因为RGB对光照敏感，转HSV更容易分离颜色。然后，用cv2.inRange生成掩模，可能还需要调整阈值来覆盖不同红色。之后，用位运算或inpaint来修复被去除的区域。可能还需要形态学操作来优化掩模。 用户可能需要具体的代码示例，所以得整合引用中的代码片段。比如引用[3]的mask生成，引用[2]的inpaint方法。同时，要推荐库的话，主要是OpenCV和NumPy。可能还需要说明如何处理不同图片的红色变化，比如调整lower_red和upper_red的值。 另外，用户可能对效果不满意的情况，比如残留红色或过度修复，需要给出优化建议，比如调整颜色范围、使用膨胀腐蚀，或者尝试不同的修复方法。还要提醒测试不同参数，因为不同图片的红色可能有差异。 最后，生成相关问题，可能涉及替代方法、颜色空间选择、处理半透明印章或性能优化。需要确保问题覆盖用户可能遇到的后续疑问。</think>### 如何用Python去除图像中的红色印章？ #### 方法概述 去除红色印章的核心思路是**颜色空间转换+颜色区域检测+图像修复**，推荐使用OpenCV库实现。以下是具体步骤： #### 1. 库安装与环境准备 ```bash pip install opencv-python numpy ``` 需要依赖库： - **OpenCV**：用于图像处理核心操作 - **NumPy**：矩阵运算支持 [^2] #### 2. 核心代码实现 ```python import cv2 import numpy as np def remove_red_seal(image_path, output_path): # 读取图像 img = cv2.imread(image_path) # 转换到HSV颜色空间（更易分离颜色） hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV) # 定义红色范围（需根据实际调整） lower_red1 = np.array([0, 70, 50]) # 红色起始范围1 upper_red1 = np.array([10, 255, 255]) # 红色终止范围1 lower_red2 = np.array([160, 70, 50]) # 红色起始范围2（HSV环形特性） upper_red2 = np.array([180, 255, 255]) # 红色终止范围2 # 生成红色区域掩模 mask1 = cv2.inRange(hsv, lower_red1, upper_red1) mask2 = cv2.inRange(hsv, lower_red2, upper_red2) mask = cv2.bitwise_or(mask1, mask2) # 形态学操作优化掩模（可选） kernel = np.ones((3,3), np.uint8) mask = cv2.dilate(mask, kernel, iterations=1) # 图像修复（telea算法） result = cv2.inpaint(img, mask, inpaintRadius=3, flags=cv2.INPAINT_TELEA) # 保存结果 cv2.imwrite(output_path, result) ``` #### 3. 关键参数说明 | 参数/方法 | 作用说明 | |---------|---------| | `cv2.cvtColor()` | BGR转HSV颜色空间，更易分离颜色 | | `cv2.inRange()` | 生成颜色区域二值掩模 [^3] | | `cv2.inpaint()` | 基于掩模进行图像修复 | | 双红色范围 | 因HSV颜色空间环形特性，需覆盖0°和180°附近的红色 | #### 4. 应用示例 ```python # 调用示例 remove_red_seal("input.jpg", "output.jpg") ``` #### 5. 优化建议 - **颜色范围调整**：通过`cv2.createTrackbar()`动态调整HSV阈值 - **混合修复**：结合`cv2.bitwise_and()`保留非红色区域+周边像素填充 - **边缘优化**：使用`cv2.GaussianBlur()`平滑修复边界 - **批处理**：结合`os.walk()`实现目录遍历处理 [^4] #### 效果对比 原始图像 | 处理后图像 ---|--- ![有印章](input.jpg) | ![无印章](output.jpg)
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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