用Python实现美化照片———磨皮


相信很多人在照完照片之后都会选择修一下,亦或是开一个滤镜,磨皮这个词对经常修照片的人来说已经是基操,这个功能可以使图片变得更加的平滑从而增加照片的美感
那么利用Python也可以实现一键磨皮
下面将详细介绍如何用Python实现磨皮


一、关键的API

实现磨皮的关键API是双边滤波

cv2.bilateralFilter(img,d,a,b) #双边滤波

Opencv官方文档对它功能的简述是:“可以很好地减少不必要的噪声,同时保持边缘相当锐利”
参数:
img 输入一张图像
d 每个像素邻域的直径
a 高斯函数标准差
b 灰度值函数标准差
后面的三个值可以根据照片需要的美化程度来调节
一般推荐50,50,50

二、使用步骤

1.引入库

代码如下:

import cv2

没有按装OpenCV的,可以看一下另一篇博客如何在Pycharm中利用镜像地址安装OpenCV

2.读入图片

代码如下(示例):

img = cv2.imread('图片路径')

3.开始磨皮

det = cv2.bilateralFilter(img, 50, 50, 50)

4.完整代码

import cv2
#创建窗口
cv2.namedWindow('src', cv2.WINDOW_NORMAL)
cv2.namedWindow('det', cv2.WINDOW_NORMAL)
# 读入图片
img = cv2.imread('D:/shijue/111.jpg')
cv2.imshow('src', img)
# 双边滤波
det = cv2.bilateralFilter(img, 50, 50, 50)
cv2.imshow('det', det)
cv2.waitKey(0)

5.效果展示

每到OpenCV的展示案例就知道Lena要登场了(ps:总感觉Lena约等于衬衫的价格是9榜15便士)
在这里插入图片描述
这只叫阿呆的小猫的效果更要明显一点
在这里插入图片描述

### 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的美白磨皮效果。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皮效果。 ### 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实现图片的美白磨皮,在这里我们将简要讨论如何实现它。 美白和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和磨皮技术。 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实现美白和磨皮图像处理技术,以获得更光滑的皮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,美白磨皮也是图像处理中的一个非常重要的应用。 Python中通过OpenCV实现美白磨皮的方法有很多,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皮处理: ``` 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皮肤粗糙度和杂色,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实现图片的美白磨皮功能。
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