python用opencv实现图片的美白磨皮_opencv+python实时人脸检测、磨皮

import numpy as np

import cv2

cap = cv2.VideoCapture(0)

face_cascade = cv2.CascadeClassifier("data/haarcascade_frontalface_default.xml")

eye_cascade = cv2.CascadeClassifier("data/haarcascade_eye.xml")

smile_cascade = cv2.CascadeClassifier("data/haarcascade_smile.xml")

# img = cv2.imread("img/test1.jpg")

while True:

ret, img = cap.read()

gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

faces = face_cascade.detectMultiScale(gray, 1.3, 5)

for (x, y, w, h) in faces:

img = cv2.rectangle(img, (x, y), (x + w, y + h), (255, 0, 0), 2)

roi_gray = gray[y : y + h, x : x + w]

roi_color = img[y : y + h, x : x + w]

eyes = eye_cascade.detectMultiScale(roi_gray)

for (ex, ey, ew, eh)

  • 1
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
敬告:该系列的课程在抓紧录制更新中,敬请大家关注。敬告: 该系列的课程涉及:FFmpeg,WebRTC,SRS,Nginx,Darwin,Live555,OpenCV,等。包括:音视频、流媒体、直播、Android、视频监控28181、等。 我将带领大家一起来学习OpenCV4的图像处理原理和编程知识,并动手操练58案例代码。具体内容包括: 一、小白入门与初体验:禁果尝鲜二、图像基本操作:懵懵懂懂学图像三、图像统计操作:七七八八有收获四、图像卷积:不入虎穴焉得虎子五、磨皮美颜:柳暗花明又一村六、二值图像:阴阳合一法自然七、图像形态学:登高望远天地阔 音视频与流媒体是一门很复杂的技术,涉及的概念、原理、理论非常多,很多初学者不学 基础理论,而是直接做项目,往往会看到c/c++的代码时一头雾水,不知道代码到底是什么意思,这是为什么呢? 因为没有学习音视频和流媒体的基础理论,就比如学习英语,不学习基本单词,而是天天听英语新闻,总也听不懂。所以呢,一定要认真学习基础理论,然后再学习播放器、转码器、非编、流媒体直播、视频监控、等等。 梅老师从事音视频与流媒体行业18年;曾在永新视博、中科大洋、百度、美国Harris广播事业部等公司就职,经验丰富;曾亲手主导广电直播全套项目,精通h.264/h.265/aac,曾亲自参与百度app上的网页播放器等实战产品。目前全身心自主创业,主要聚焦音视频+流媒体行业,精通音视频加密、流媒体在线转码快编等热门产品。     
### 回答1: 可以使用OpenCV中的图像处理函数,如高斯模糊、中值滤波、双边滤波等来实现图片美白磨效果。其中,高斯模糊可以平滑图像,中值滤波可以去除噪点,双边滤波可以保留图像的边缘信息。通过这些函数的组合使用,可以得到较好的美白磨效果。 ### 回答2: Python是一种高级编程语言,它有许多优秀的库,其中OpenCV是一种流行的计算机视觉库,用于处理和处理图像。Python可以使用OpenCV实现图片美白磨,在这里我们将简要讨论如何实现它。 美白磨皮是两种图片处理技术,用于提高人物肤色的光泽度和减少细节,使肤色更加光滑。OpenCV提供了基于像素值的美白磨皮技术。 1. 图片的读取和显示 首先,我们需要使用opencv来读取图片并将其显示出来。可以这样实现: ``` import cv2 # 读取图片 img = cv2.imread('image.jpg', cv2.IMREAD_ANYCOLOR) # 显示图片 cv2.imshow('Original', img) cv2.waitKey(0) cv2.destroyAllWindows() ``` 2. 实现美白 美白技术基于图像像素的颜色和亮度进行修改。可以通过增加像素值以使图像更亮,或减少像素值以使图像变暗。在这里,我们将使用gamma校正来实现美白效果。可以这样实现: ``` import cv2 import numpy as np # 读取图片 img = cv2.imread('image.jpg', cv2.IMREAD_ANYCOLOR) # 设置gamma值 gamma = 1.5 # gamma校正 img_gamma = np.power(img/float(np.max(img)), gamma) img_gamma = np.uint8(img_gamma*255) # 显示图片 cv2.imshow('Original', img) cv2.imshow('Gamma Correction', img_gamma) cv2.waitKey(0) cv2.destroyAllWindows() ``` 3. 实现磨皮 磨皮技术基于对图像的模糊处理。OpenCV提供了不同类型的模糊滤波器,例如均值滤波和高斯滤波。可以使用高斯滤波器来实现磨皮效果。可以这样实现: ``` import cv2 # 读取图片 img = cv2.imread('image.jpg', cv2.IMREAD_ANYCOLOR) # 高斯模糊 img_blur = cv2.GaussianBlur(img, (21,21), 0) # 合成图片 img_mix = cv2.addWeighted(img, 1.5, img_blur, -0.5, 0) # 显示图片 cv2.imshow('Original', img) cv2.imshow('Smooth', img_mix) cv2.waitKey(0) cv2.destroyAllWindows() ``` 这些技术可以结合使用,例如在应用磨皮技术之前应用gamma校正,以提高图像质量。因此,可以使用PythonOpenCV实现美白磨皮图像处理技术,以获得更光滑的肤和更高质量的图像。 ### 回答3: Python语言和OpenCV库都是计算机图像处理领域中非常出名的工具。Python语言的便捷性和OpenCV库的图像处理功能开放性,使得Python+OpenCV在生物医学、互联网广告和智能家居等领域中都具有广泛的应用。在这其中,美白磨也是图像处理中的一个非常重要的应用。 Python中通过OpenCV实现美白磨的方法有很多,这里我们介绍一种基于高斯滤波器的方法。 首先,我们需要安装最新的OpenCV库。Python中通过以下命令安装: ``` pip install opencv-python ``` 接着,我们读取一张图片进行美白磨处理: ``` import cv2 import numpy as np img = cv2.imread('test.jpg') ``` 我们将图片转换为灰度图像,然后将其进行高斯滤波处理,过滤掉一些噪声点,这样做可以使图片更加平滑柔和。 ``` gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) blurred = cv2.GaussianBlur(gray, (3, 3), 0) ``` 接着,我们通过图像的平均灰度值计算一个参数alpha,来调整图像的对比度,使得图像的轮廓更加清晰。 ``` alpha = 2.0 # 增加图像对比度 beta = 100 # 调整图像亮度 average = np.average(blurred) new_blurred = cv2.convertScaleAbs(blurred, alpha=alpha, beta=beta-average) ``` 最后,我们使用OpenCV磨皮函数,对图片进行磨皮处理。这里的磨皮函数是通过基于高斯分布的双边滤波器实现的,它可以有效地去除图片中的肤粗糙度和杂色,使得人物的肌肤看起来更加光滑柔软。 ``` kernel = np.ones((3, 3), np.uint8) smoothed = cv2.bilateralFilter(new_blurred, 10, 30, 30) skin_gray = cv2.cvtColor(smoothed, cv2.COLOR_BGR2GRAY) ret, mask = cv2.threshold(skin_gray, 180, 255, cv2.THRESH_BINARY) mask = cv2.erode(mask, kernel, iterations=1) masked = cv2.bitwise_and(img, img, mask=mask) dst = cv2.addWeighted(masked, 0.7, img, 0.3, 0) ``` 最后,我们将处理后的图片显示出来。 ``` cv2.imshow('Test', dst) cv2.waitKey(0) cv2.destroyAllWindows() ``` 通过以上几行程序,我们就可以用Python语言和OpenCV实现图片美白磨功能。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
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