Python + OpenCv 更换照片背景颜色

于 2024-08-29 15:09:16 发布
阅读量993 收藏 19
点赞数 8
文章标签： python opencv
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/qq_37390630/article/details/141673194
版权

        学习了贾志刚老师OpenCv的课程后，对人像抠图产生了兴趣，加之到照相馆换照片的背景颜色，每次都要一二十元，于是萌发了自己做一个小程序的想法。经过一年多在网上搜索的背景颜色素材，还有在照相馆里师傅们修图后的电子版照片，一共整理了14组背景颜色的数据。最近单位出差期间，晚上抽空将自己的想法变成了现实，很开心，现将代码发出来供朋友们借鉴。

        在此，首先要声明的是：背景颜色BGR的数据都是个人整理，仅供参考，若有侵犯您的知识产权，请联系我删帖，并请多多原谅！    背景图来自与豆包AI生成，同样真心希望也不要产生侵权等情况......  在这方面我真的不懂是否存在错误，确实好担心的......

        好了，闲话不说，直接上完整代码：（文件名：main_backColorPhoto.py  同文件夹 inPhoto 和文件夹 outPhoto 三项内容放到一个文件夹下。）

import cv2 as cv
import numpy as np
from tkinter import filedialog

# 0输入照片的纵向、1横向像素大小，2待选背景纵向像素长度，3c_int,
# 4选中背景代码，5选择背景计算开关，6B,7G,8R,9打开或保存标记,
# 10显示图像高宽像素限制，11HSV数值幅宽
rc_ext = [0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 500, 30]
hvs_set = [100, 120, 150, 150, 255, 255, 0, 0, 0]  # hvs 像素值设置

# 将RGB颜色转换为HSV颜色
def rgb_to_hsv(r, g, b):
    rgb = np.uint8([[[r, g, b]]])
    hsv = cv.cvtColor(rgb, cv.COLOR_BGR2HSV)
    return hsv[0][0]

# 图片上鼠标响应
def mouse_callback(event, x, y, flags, param):  # 图片上鼠标左键单击处取像素坐标
    if event == cv.EVENT_LBUTTONDOWN:  # 左键按下时触发该事件
        if y >= 5 and y <= rc_ext[2] and x >= (rc_ext[3] + 5) and x <= (rc_ext[3] + 25):
            rc_ext[4] = 1
            rc_ext[6] = 175
            rc_ext[7] = 141
            rc_ext[8] = 81
        if y >= 5 and y <= rc_ext[2] and x >= (rc_ext[3] + 30) and x <= (rc_ext[3] + 50):
            rc_ext[4] = 2
            rc_ext[6] = 212
            rc_ext[7] = 141
            rc_ext[8] = 91
        if y >= 5 and y <= rc_ext[2] and x >= (rc_ext[3] + 55) and x <= (rc_ext[3] + 75):
            rc_ext[4] = 3
            rc_ext[6] = 236
            rc_ext[7] = 179
            rc_ext[8] = 124
        if y >= 5 and y <= rc_ext[2] and x >= (rc_ext[3] + 80) and x <= (rc_ext[3] + 100):
            rc_ext[4] = 4
            rc_ext[6] = 245
            rc_ext[7] = 95
            rc_ext[8] = 34
        if y >= 5 and y <= rc_ext[2] and x >= (rc_ext[3] + 105) and x <= (rc_ext[3] + 125):
            rc_ext[4] = 5
            rc_ext[6] = 245
            rc_ext[7] = 134
            rc_ext[8] = 34
        if y >= 5 + rc_ext[2] and y <= rc_ext[2] * 2 and x >= (rc_ext[3] + 5) and x <= (rc_ext[3] + 25):
            rc_ext[4] = 6
            rc_ext[6] = 233
            rc_ext[7] = 167
            rc_ext[8] = 2
        if y >= 5 + rc_ext[2] and y <= rc_ext[2] * 2 and x >= (rc_ext[3] + 30) and x <= (rc_ext[3] + 50):
            rc_ext[4] = 7
            rc_ext[6] = 244
            rc_ext[7] = 188
            rc_ext[8] = 33
        if y >= 5 + rc_ext[2] and y <= rc_ext[2] * 2 and x >= (rc_ext[3] + 55) and x <= (rc_ext[3] + 75):
            rc_ext[4] = 8
            rc_ext[6] = 10
            rc_ext[7] = 10
            rc_ext[8] = 210
        if y >= 5 + rc_ext[2] and y <= rc_ext[2] * 2 and x >= (rc_ext[3] + 80) and x <= (rc_ext[3] + 100):
            rc_ext[4] = 9
            rc_ext[6] = 33
            rc_ext[7] = 37
            rc_ext[8] = 245
        if y >= 5 + rc_ext[2] and y <= rc_ext[2] * 2 and x >= (rc_ext[3] + 105) and x <= (rc_ext[3] + 125):
            rc_ext[4] = 10
            rc_ext[6] = 35
            rc_ext[7] = 50
            rc_ext[8] = 230
        if y >= 5 + rc_ext[2] * 2 and y <= rc_ext[2] * 3 and x >= (rc_ext[3] + 5) and x <= (rc_ext[3] + 25):
            rc_ext[4] = 11
            rc_ext[6] = 34
            rc_ext[7] = 142
            rc_ext[8] = 244
        if y >= 5 + rc_ext[2] * 2 and y <= rc_ext[2] * 3 and x >= (rc_ext[3] + 30) and x <= (rc_ext[3] + 50):
            rc_ext[4] = 12
            rc_ext[6] = 228
            rc_ext[7] = 229
            rc_ext[8] = 227
        if y >= 5 + rc_ext[2] * 2 and y <= rc_ext[2] * 3 and x >= (rc_ext[3] + 55) and x <= (rc_ext[3] + 75):
            rc_ext[4] = 13
            rc_ext[6] = 0
            rc_ext[7] = 0
            rc_ext[8] = 0
        if y >= 5 + rc_ext[2] * 2 and y <= rc_ext[2] * 3 and x >= (rc_ext[3] + 80) and x <= (rc_ext[3] + 100):
            rc_ext[4] = 14
            rc_ext[6] = 255
            rc_ext[7] = 255
            rc_ext[8] = 255
        if y >= 5 + rc_ext[2] * 2 and y <= rc_ext[2] * 3 and x >= (rc_ext[3] + 105) and x <= (rc_ext[3] + 125):
            rc_ext[4] = 15  # 自定义背景颜色

            num_b = input("请输入表示blue的数值: ")  # 提示用户输入blue数值
            try:  # 将输入的字符串转换为整数
                num_b = int(num_b)
                print("你输入的blue值是: ", num_b)
            except ValueError:
                print("输入的blue数值不是有效的数字，请重新输入。")

            num_g = input("请输入表示green的数值: ")  # 提示用户输入green数值
            try:  # 将输入的字符串转换为整数
                num_g = int(num_g)
                print("你输入的green值是: ", num_g)
            except ValueError:
                print("输入的green数值不是有效的数字，请重新输入。")

            num_r = input("请输入表示red的数值: ")  # 提示用户输入red数值
            try:  # 将输入的字符串转换为整数
                num_r = int(num_r)
                print("你输入的red值是: ", num_r)
            except ValueError:
                print("输入的red数值不是有效的数字，请重新输入。")

            if rc_ext[6] != num_b or rc_ext[7] != num_g or rc_ext[8] != num_r:  # 重复使用自定义背景色
                rc_ext[6] = num_b
                rc_ext[7] = num_g
                rc_ext[8] = num_r
                rc_ext[5] = 25

        if y >= 5 + rc_ext[2] * 3 and y <= rc_ext[2] * 4 - 5 and x >= (rc_ext[3] + 5) and x <= (rc_ext[3] + 62):
            rc_ext[9] = 16
        if y >= 5 + rc_ext[2] * 3 and y <= rc_ext[2] * 4 - 5 and x >= (rc_ext[3] + 69) and x <= (rc_ext[3] + 125):
            rc_ext[9] = 17

    # if event == cv.EVENT_RBUTTONDBLCLK:  # 右键双击
    # if enent == cv.EVENT_RBUTTONDOWN: # 右键单击

# 主程序-图片背景颜色更换
def backColorPhoto_demo():
    frame = cv.imread("./inPhoto/1724078664489.png")  # 不用摄像头,转到调入图片
    dst_out = frame.copy()  # 建立一个结果的图片
    cv.namedWindow("Change the background color of the color", cv.WINDOW_AUTOSIZE)  # 显示帧画面和结果画面的窗口
    r_int = 0  # 设置内部变量用于存储显示图像纵向像素值
    c_int = 0  # 设置内部变量用于存储显示图像横向像素值

    while (1):  # 手动操作更换人像背景
        if rc_ext[9] == 16:  # 选择一个图片
            file_path = filedialog.askopenfilename(filetypes=[('图片', '.jpg .jpeg .bmp .png'),  ('All Files', '*')]) 
            frame = cv.imread(file_path)
            dst_out = frame.copy()  # 建立一个结果的图片
            print("图片", file_path, "加载完成！")
            rc_ext[9] = 0  # 关闭本if循环
            rc_ext[4] = 0  # 打开程序初始化开关

        elif rc_ext[9] == 17:  # 保存结果
            cv.imwrite('./outPhoto/' + str(rc_ext[4]) +'.png', dst_out)
            print("图像保存在：/outPhoto/文件夹当中，文件名为：" + str(rc_ext[4]) + ".png")
            rc_ext[9] = 0  # 关闭本if循环

        elif rc_ext[4] == 0:  # 程序初始化
            rc_ext[0], rc_ext[1], channels = frame.shape  # 图像纵向、横向、深度像素值

            # 以下13行为本代码核心部分-2
            pix_val1 = frame[50, 50]
            pix_val2 = frame[50, (rc_ext[1] - 50)]
            hvs_set[6] = int(pix_val1[0] / 2 + pix_val2[0] / 2)
            hvs_set[7] = int(pix_val1[1] / 2 + pix_val2[1] / 2)
            hvs_set[8] = int(pix_val1[2] / 2 + pix_val2[2] / 2)
            hsv = rgb_to_hsv(hvs_set[6], hvs_set[7], hvs_set[8])
            # print(f"HSV value for red: H={hsv[0]}, S={hsv[1]}, V={hsv[2]}")
            hvs_set[0] = hsv[0] - rc_ext[11]
            hvs_set[3] = hsv[0] + rc_ext[11]
            hvs_set[1] = hsv[1] - rc_ext[11]
            hvs_set[4] = hsv[1] + rc_ext[11]
            hvs_set[2] = hsv[2] - rc_ext[11]
            hvs_set[5] = hsv[2] + rc_ext[11]

            if rc_ext[0] >= rc_ext[1]:  # 图像为高大于宽的纵向图像
                r_int = int((rc_ext[0] * rc_ext[10]) / rc_ext[1])  # 显示图像纵向像素值
                c_int = rc_ext[10]  # 显示图像横向像素值
            else:  # 图像为高小于宽的横向图像
                r_int = rc_ext[10]  # 显示图像纵向像素值
                c_int = int((rc_ext[1] * rc_ext[10]) / rc_ext[0])  # 显示图像横向像素值

            # 创建接近半黑底色的空图像
            dstImg = np.zeros((r_int, (c_int * 2 + 130), 3), dtype=np.uint8)  # 参数分别表示高度、宽度和通道数
            dstImg[:] = [80, 80, 80]  # 半黑色底
            rc_ext[2] = int(r_int / 4)
            rc_ext[3] = c_int
            dstImg[5:rc_ext[2], (c_int + 5):(c_int + 25), :] = [175, 141, 81]
            dstImg[5:rc_ext[2], (c_int + 30):(c_int + 50), :] = [212, 141, 91]
            dstImg[5:rc_ext[2], (c_int + 55):(c_int + 75), :] = [236, 179, 124]
            dstImg[5:rc_ext[2], (c_int + 80):(c_int + 100), :] = [245, 95, 34]
            dstImg[5:rc_ext[2], (c_int + 105):(c_int + 125), :] = [245, 134, 34]

            dstImg[5 + rc_ext[2]:rc_ext[2] * 2, (c_int + 5):(c_int + 25), :] = [233, 167, 2]
            dstImg[5 + rc_ext[2]:rc_ext[2] * 2, (c_int + 30):(c_int + 50), :] = [244, 188, 33]
            dstImg[5 + rc_ext[2]:rc_ext[2] * 2, (c_int + 55):(c_int + 75), :] = [10, 10, 210]
            dstImg[5 + rc_ext[2]:rc_ext[2] * 2, (c_int + 80):(c_int + 100), :] = [33, 37, 245]
            dstImg[5 + rc_ext[2]:rc_ext[2] * 2, (c_int + 105):(c_int + 125), :] = [35, 50, 230]

            dstImg[5 + rc_ext[2] * 2:rc_ext[2] * 3, (c_int + 5):(c_int + 25), :] = [34, 142, 244]
            dstImg[5 + rc_ext[2] * 2:rc_ext[2] * 3, (c_int + 30):(c_int + 50), :] = [228, 229, 227]
            dstImg[5 + rc_ext[2] * 2:rc_ext[2] * 3, (c_int + 55):(c_int + 75), :] = [0, 0, 0]
            dstImg[5 + rc_ext[2] * 2:rc_ext[2] * 3, (c_int + 80):(c_int + 100), :] = [255, 255, 255]

            dstImg[5 + rc_ext[2] * 3:rc_ext[2] * 4 - 5, (c_int + 5):(c_int + 62), :] = [0, 255, 255]
            dstImg[5 + rc_ext[2] * 3:rc_ext[2] * 4 - 5, (c_int + 69):(c_int + 125), :] = [0, 255, 0]

            frame_B = cv.resize(frame, (c_int, r_int))  # 此时参数为(cols,rows)
            dstImg[:, (c_int + 130):(c_int * 2 + 130), :] = frame_B[:, :, :]  # 
            rc_ext[4] = 20  # 关闭本if循环

        elif rc_ext[4] > 0 and rc_ext[4] < 16 and rc_ext[5] != rc_ext[4]:  # 根据鼠标点击选择进行背景更换
            if rc_ext[4] == 15:
                dstImg[5 + rc_ext[2] * 2:rc_ext[2] * 3, (c_int + 105):(c_int + 125), :] = [rc_ext[6], rc_ext[7], rc_ext[8]]

            # 以下14行为本代码核心部分-1
            hsvimg = cv.cvtColor(frame, cv.COLOR_BGR2HSV)
            lower_red = np.array([hvs_set[0], hvs_set[1], hvs_set[2]])
            upper_red = np.array([hvs_set[3], hvs_set[4], hvs_set[5]])
            hbimg = cv.inRange(hsvimg, lower_red, upper_red)  # 生成黑白人像抠图

            k = np.ones((5, 5), np.uint8)
            r = cv.morphologyEx(hbimg, cv.MORPH_CLOSE, k)

            print("正在更换背景，" + str(rc_ext[4]) + "请稍后......")
            rows, cols, channels = dst_out.shape
            for i in range(rows):
                for j in range(cols):
                    if r[i, j] == 255:
                        dst_out[i, j] = (rc_ext[6], rc_ext[7], rc_ext[8])

            dst_A = cv.resize(dst_out, (c_int, r_int))  # 此时参数为(cols,rows)
            dstImg[:, :c_int, :] = dst_A[:, :, :]  # 加载换底后图像
            rc_ext[5] = rc_ext[4]  # 关闭本if循环
            print("背景更换完成！")

        cv.setMouseCallback("Change the background color of the color", mouse_callback, dstImg)  # 鼠标响应操作
        cv.imshow("Change the background color of the color", dstImg)  # 显示合成后图像

        c = cv.waitKey(1)  # 点击 ESC 退出程序
        if c == 27:
            break
    cv.destroyAllWindows()  # 关闭所有窗口并释放资源

# 程序入口
if __name__ == '__main__':
    backColorPhoto_demo()

# 参考资料
# https://blog.csdn.net/weixin_69553582/article/details/130327057
# 给照片换底色（python+opencv）
# https://www.5axxw.com/questions/content/dk51ik
# 在Python中，如何使用filedialog.askopenfilename()仅获取文件名本身

实例原图：（文件名： 1724078664489.png 豆包生成的，懒得改了。放到inPhoto文件夹下，主要为了文件夹里面的界面干净。）

e3944d486e7348c9bd137680ff29c356.png

 文档布局：

b0e5a2fe03014c479d859e826b69125e.jpeg

运行初始界面：

659f603adc97408db689192565c93ae9.jpeg

更换红色界面效果：

258f41073e1f4da783d42a5354572ac4.jpeg

更换自定义背景颜色：

27e36819820841dfab405e40e5d45cfc.jpeg

下面对程序相关情况说明如下：

        1.界面中间共四行带色块的鼠标点击区域，上面三行是背景选择色块，初始设置有14个色块可选择（从上到下，从左到右默认编号是1到14），点击哪个颜色就更换成哪个颜色的背景。第三行最右侧是自定义色块（默认编号15），点击后手工输入blue、green、red三个颜色值后进行背景颜色更换。  界面最下面一行两个色块，左边黄色的是打开图像功能，右侧绿色是保存图像功能（没有添加文字标识，自己知道是咋回事，也是懒得添加了），默认保存更改完成的照片到 outPhoto 文件夹里面，文件名为默认编号加 .png 。

        2.数组 rc_ext = [0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 500, 30] 的最后一项30是自己的经验值，表示的是 lower_red 和 upper_red 对应数值差的一半，在实例图片上效果算是最佳平衡点。用真人照片测试，这个数值放成40效果不错。用  lower_red = np.array([100, 120, 150]) 和 upper_red = np.array([150, 255, 255]) 对蓝色背景原图的背景更换没有问题，但对其他颜色原图背景则毫无用处。    数组倒数第二项 500 这个数值，控制显示效果上每个图片的高或宽不能超过500像素，朋友们可以视情况自行调整。

        3.此代码不同机器上更换背景需要的时间也不同。本文截图在Linux环境下生成，代码在Windows和Linux环境下都能运行。这个代码还有不完善的地方，比如：实例图更改背景后，左下角还没没被修改的地方；真人照片更换背景后，人的轮廓旁边一圈还有没被修改的地方；只能对单一背景颜色的图片修改，背景上下颜色不一致，以及有其他内容的时候，修改效果就很不好等等。我感觉 核心代码-1 的部分如果换成深度学习人像识别模块应该效果会更好，贾志刚老师的课程中有相关内容，但我还学得不精，浅尝辄止，非常惭愧，受自己知识和能力的限制，没有办法采用此种方法......  所以上面代码作为我自己的一个兴趣，就仅供参考了。

        4.在代码编写的过程中，参考了很多前辈的文章和经验，请原谅在此不再一一列出了，向各位前辈表示感谢！

qq_37390630
关注
Python + opencv对拍照得到的图片进行背景去除的实现方法
12-16
有时候我们没办法得到pdf或者word文档，这个时候会使用手机或者相机进行拍照，往往会出现背景，打印出来就是灰色的或者有黑色的背景，这个时候影响视野观看，通过代码实现对背景去除，还原清晰图像。代码如下： #!/usr/bin/python3.6 # -*- coding: utf-8 -*- # @Time : 2020/11/17 19:06 # @Author : ptg # @Email : zhxwhchina@163.com # @File : 去背景.py # @Software: PyCharm import cv2 as cv import numpy as np image
python+opencv:改图片背景颜色，改证件照背景色
zhchjcq1的博客
05-24 456
做实验时，需要将一张图片的背景色进行修改，在此记录一下。下图为原图，图片从网上下载。
基于OpenCV python3实现证件照换背景的方法
09-19
主要介绍了基于OpenCV python3实现证件照换背景的方法，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
python-opencv代码给证件照换底色
weixin_57194935的博客
04-19 4576
一、opencv是什么？ 图片来源 二、使用步骤 1.cv2.imread():读取图片 2.img.shape读入像素 3.cv2.resize():图像缩放 4.cv2.cvtColor():图片转换为灰度图 5.1.cv2.inRange():二值化处理 5.2.cv2.threshold()二值化处理 6.cv2.erode/cv2.dilate腐蚀膨胀 7.遍历像素点替换背景颜色 8.imshow()：展示图片
Python+OpenCV对证件照换底
爵主 的博客
01-04 2498
OpenCV对照片降维更换证件照底色
基于Python+OpenCV证件照背景颜色替换
最新发布
2301_79809972的博客
06-14 1087
一、项目背景与意义在求职、考试或日常生活中，证件照是必不可少的。然而，有时证件照的背景颜色不符合要求，需要进行替换。传统的方法往往需要使用专业的图像处理软件，操作繁琐且需要一定的技术基础。因此，开发一个基于Python+OpenCV的证件照背景颜色替换项目，旨在利用Python编程语言的灵活性和OpenCV库的强大图像处理能力，实现证件照背景颜色的快速、准确替换，为用户提供便捷、高效的服务[1][2][3]。
教你用OpenCV 和 Python给证件照换底色（蓝底 ＜-＞红底-＞白底）
哆啦A梦爱学习的博客
07-31 3497
在我们的生活中常常要用到各种底色要求的证件电子照，红底、蓝底、或者白底，而假如你手上只有一种底色的证件照，你又不想再去拍又不会PS怎么办？今天教你们用OpenCV和Python给你的证件...
基于python+opencv的茶叶嫩芽识别与采摘点定位方法
12-26
"基于python+opencv的茶叶嫩芽识别与采摘点定位方法"是一种利用计算机视觉技术实现的自动化解决方案。OpenCV（开源计算机视觉库）是这个项目的核心工具，Python则是实现算法和逻辑的编程语言。下面将详细阐述这一...
python+opencv 去阴影.zip
01-22
本项目“python+opencv 去阴影”提供了一个使用Python和OpenCV库进行阴影去除的示例。OpenCV（开源计算机视觉库）是一个功能强大的图像处理库，支持多种编程语言，包括Python，它提供了丰富的函数来处理图像和视频。...
Python+OpenCV+图片旋转并用原底色填充新四角的例子
12-23
这个例子展示了在处理图像旋转时如何保持视觉一致性，特别是对于需要保持背景颜色不变的应用。在实际项目中，这种技术可以应用于图像编辑、图像分析、甚至视频处理等领域。通过理解这些概念，你可以更好地控制和优化...
使用Python实现抠图给证件照换背景源码
12-11
使用Python实现抠图给证件照换背景源码
给照片换底色（python+opencv）
逆境清醒的博客
04-23 4345
生活中，我们有时需要更换照片的底色，例如证件照，有需要蓝底的，也有需要红底的。给照片换底色实现方法有很多，用phothshop、各种图片修改装饰软件都能够做到。那么在计算视觉角度看，实现给照片换底色的方法如何实现呢？🦄 三、修改图片颜色方法二（遍历图像，将像素值点替换修改为指定颜色）二、修改图片颜色方法一（遍历图像，将像素值点替换修改为指定颜色）# 图像高度 × 图像宽度 × 图像通道数。#图像数据类型：unit8，8位无符号整型。把图像修改成白底的图，更改背景：蓝色→白色。🦄 一、分析照片基本信息。
【SRC-Python-OpenCV】给照片更换背景色
一些笔记
05-19 130
本文将介绍如何基于 Python 使用 OpenCV 更换图片的背景色（附有完整代码）。
python opencv 实现证件照换底
NO CODE NO LIFE
01-28 7572
思路：先转到HSV空间，利用颜色提取背景制作掩模版mask，然后通过按位操作提取人像和制作新背景，最后叠加背景和人像得到换底后照片 代码 #-*-coding:utf-8-*- import cv2 import numpy as np def cvtBackground(path,color): """ 功能：给证件照更换背景色（常用背景色红、白、蓝）
基于OpenCV-python3实现证件照换背景
热门推荐
郝凡的博客
08-03 2万+
简述用ps中替换证件照的的背景颜色，由于技术不到位，有瑕疵，所以想用python&openCV通过代码的方式实现背景颜色替换，加强一下对于openCV的学习。 软件环境： python3.5 opencv2 windows 10 图像载入导入opencv库，使用imread函数读取图片import cv2 import numpy as npimg=cv2.imread(
python+opencv代码给证件照换底色（别再用PS啦）
总裁余（余登武）博客
07-07 9422
CSDN博客中关于修改证件底色的博文还不少。 昨天看到一个小姐姐的博文很有意思。于是结合自己掌握的，写下自己的。 我不管，自己的博文才方便查找。 读取图片 import cv2 import numpy as np # 读取照片 image=cv2.imread('zhanjian.jpg') #显示 cv2.imshow('image',image) #无限等待 cv2.waitKey(0) #销毁内存 cv2.destroyAllWindows() 图片来源于网图，如有侵权，请联系我删除。 修改图片
python——使用opencv修改证件照的背景颜色
qq_36414085的博客
12-24 2856
将蓝底照片变成白底照片 效果图： 代码： import cv2 import numpy as np img = cv2.imread(r"C:\Users\huan4\Desktop\kanghuan\kanghuan.jpg") hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV) lower_blue=np.array([90,70,70]) upp...
python opencv给证件照换底色
lwf1881的博客
12-12 2718
昨天朋友忙要把白色背景的证件照换为红色的，比较急用，本人也不太会用PS，网上的那些转换小工具都是要收费的，就想着自己搞一搞，原理很简单，白色背景的像素值为[255,255,255],用这个信息生成mask，再将生成的Mask对应回原图像将背景区域换为红色的像素值[256,0,0]即可实现。 read image def read_source_image(image_path): img = cv2.imread(image_path) return img resize def resi
评论 1
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