python+opencv代码给证件照换底色（别再用PS啦）

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。链接https://blog.csdn.net/weixin_41261833/article/details/107071806
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。

修改图片尺寸

发现图片太大，修改图片尺寸
image = cv2.resize(image,None,fx=0.5,fy=0.5)

第一个参数image:为原始图像
第二个参数size:尺寸数组，我设置None
第三个和第四个参数fx,fy：新图为原图的比例。
比例和尺寸只能设置一个

import cv2
import numpy as np
# 读取照片
image=cv2.imread('zhanjian.jpg')
#修改尺寸
image = cv2.resize(image,None,fx=0.5,fy=0.5)
#显示
cv2.imshow('image',image)
#无限等待
cv2.waitKey(0)
#销毁内存
cv2.destroyAllWindows()

BGR图片转灰度图

彩色图无法进行梯度闭运算。闭运算（对图像先进行膨胀再腐蚀，有助于关闭前景物体上的小孔，或者小黑点。）形态学变换（开运算，闭运算，梯度运算）
所以先将图片转换为hsv格式
cv2.cvtColor(img,cv2.COLOR_BGR2HSV)
可以将彩色图片转化为hsv灰度图片
转换成hsv是因为，hsv的色彩空间有表可查。

import cv2
import numpy as np
# 读取照片
image=cv2.imread('zhanjian.jpg')
#修改尺寸
image = cv2.resize(image,None,fx=0.5,fy=0.5)
# 图片转换为二值化图
hsv = cv2.cvtColor(image,cv2.COLOR_BGR2HSV)#显示
cv2.imshow('image',image)
cv2.imshow('hsv',hsv)
#无限等待
cv2.waitKey(0)
#销毁内存
cv2.destroyAllWindows()

图片二值化处理

形态学变换需要的是二值图片。

cv2.inRange(hsv,lower_red,upper_red)
hsv:图像
lower_red指的是图像中低于这个lower_red的值，图像值变为0
upper_red指的是图像中高于这个upper_red的值，图像值变为0
而在lower_red～upper_red之间的值变成255。
完成二值变换。

每张图的lower_red，upper_red 不同。自己可以查找hsv色彩空间表。然后结合，修改数值。

import cv2
import numpy as np
# 读取照片
image=cv2.imread('zhanjian.jpg')
#修改尺寸
image = cv2.resize(image,None,fx=0.5,fy=0.5)
# 图片转换为二值化图
hsv = cv2.cvtColor(image,cv2.COLOR_BGR2HSV)#print(hsv)
# 图片的二值化黑白处理
lower_red = np.array([110,70,150])
upper_red = np.array([150,255,255])
heibai = cv2.inRange(hsv, lower_red, upper_red)
#显示
cv2.imshow('image',image)
cv2.imshow('hsv',hsv)
cv2.imshow('heibai',heibai)
#无限等待
cv2.waitKey(0)
#销毁内存
cv2.destroyAllWindows()

图片去噪

黑白色的照片周围有很多黑色小点。是噪声。
我们需要去除背景色噪声，选用膨胀。
膨胀即对图片高亮色进行膨胀。周围只有有一个为1，即是1.
再进行腐蚀，缩小图片尺寸。
即闭运算操作。
不同的图片噪声不一样，如是前景色人物含有小白点，则进行开运算操作。
图像腐蚀和图像膨胀
形态学变换（开运算，闭运算，梯度运算）

import cv2
import numpy as np
# 读取照片
image=cv2.imread('zhanjian.jpg')
#修改尺寸
image = cv2.resize(image,None,fx=0.5,fy=0.5)
# 图片转换为二值化图
hsv = cv2.cvtColor(image,cv2.COLOR_BGR2HSV)#print(hsv)
# 图片的二值化黑白处理
lower_red = np.array([110,70,150])
upper_red = np.array([150,255,255])
heibai = cv2.inRange(hsv, lower_red, upper_red)
#闭运算
k=np.ones((5,5),np.uint8)
r=cv2.morphologyEx(heibai,cv2.MORPH_CLOSE,k)
#显示
cv2.imshow('image',image)
cv2.imshow('heibai',heibai)
cv2.imshow('r',r)
#无限等待
cv2.waitKey(0)
#销毁内存
cv2.destroyAllWindows()

合理选择卷积核大小:k=np.ones((5,5),np.uint8)
不同照片不一样。

图片颜色替换

遍历r(黑白照），找到白色像素点的位置索引，
同理找到原图（白色像素点对应位置索引）
换成颜色替换。

import cv2
import numpy as np
# 读取照片
image=cv2.imread('zhanjian.jpg')
#修改尺寸
image = cv2.resize(image,None,fx=0.5,fy=0.5)
# 图片转换为二值化图
hsv = cv2.cvtColor(image,cv2.COLOR_BGR2HSV)
#print(hsv)
# 图片的二值化黑白处理
lower_red = np.array([110,70,150])
upper_red = np.array([150,255,255])
heibai = cv2.inRange(hsv, lower_red, upper_red)
#闭运算
k=np.ones((5,5),np.uint8)
r=cv2.morphologyEx(heibai,cv2.MORPH_CLOSE,k)
#原图显示
cv2.imshow('image',image)
#颜色替换
rows,cols,channels = image.shape
for i in range(rows):for j in range(cols):if r[i,j]==255: # 像素点为255表示的是白色，我们就是要将白色处的像素点，替换为红色image[i,j]=(0,0,255) # 此处替换颜色，为BGR通道，不是RGB通道
#新图显示
cv2.imshow('red',image)
#无限等待
cv2.waitKey(0)
#销毁内存
cv2.destroyAllWindows()
#新图保存
cv2.imwrite('redzhengjian.jpg',image

完成啦。注意前文尺寸变小不是非要做的（可以不做的，本文只是为了好演示，才使用的尺寸变小。）

参考：https://blog.csdn.net/weixin_41261833/article/details/107071806
电气专业的计算机小白，写博文不容易。如果你觉得本文对你有用，请点个赞支持下，谢谢。