来源：关于数据分析与可

可能对于女生来说，有一张手绘风格的自拍照也是一件值得开心的事儿，或许对男生来说也是一样的道理，今天小编就来分享一下如何用Python来生成一张手绘风格的自拍照，并且加上我们所要用到的logo，我们用到的是Python当中的opencv模块

Opencv + matplotlib

本方法需要用到的库：cv2、matplotlib。cv2是基于OpenCV的图像处理库，用来对图像进行各种操作，包括图片的旋转翻转、两张图片的合并等等，而matplotlib库则是用来进行数据可视化的模块，相信大家也都熟悉，

Opencv函数介绍，

介绍一下cv2的三个基本函数：cv2.imread(image)，cv2.imshow()以及cv2.imwrite()分别用来读取图片、显示和保存图片

# 读取图片
img = cv2.imread('test1.png')
# 显示图片
cv2.imshow('test1.png',img)
cv2.waitKey(0)
# 保存图片
cv2.imwrite('test_2.png', img)

绘制素描风格的照片

然后我们来看一下完整的代码

# 读取图片
img=cv2.imread("test1.jpg")
# 将图像转化成灰度图
grey_img=cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
invert_img=cv2.bitwise_not(grey_img)
# 对图片进行模糊化处理
blur_img=cv2.GaussianBlur(invert_img, (111,111),0)
invblur_img=cv2.bitwise_not(blur_img)
sketch_img_test=cv2.divide(grey_img,invblur_img, scale=256.0)
# 保存好素描风格的图片
cv2.imwrite('sketch1.png', sketch_img)

然后来为大家解释一下上面代码的大致意思，也就是在读取图片之后，将彩色的图片转换成灰度图，然后给灰度图进行模糊化处理之后输出，最后出来的结果如下图所示，我们用matplotlib模块中的相关方法将两张图同时显示出来

plt.figure(figsize=(12,8))
plt.subplot(1,2,1)
plt.title('Original_Image', size=10)
plt.imshow(RGB_img)
plt.axis('off')
plt.subplot(1,2,2)
plt.title('Sketch_Image', size=10)
rgb_sketch_test1=cv2.cvtColor(sketch_img_test, cv2.COLOR_BGR2RGB)
plt.imshow(rgb_sketch_test1)
plt.axis('off')
plt.show()

将logo也添加到图片当中去

素描风格的图片做出来了之后，小编又想，是不是再给图片上一个logo会显得更好一些呢？说干就干，完整的代码如下

# 加载两张图片
img1 = cv2.imread('sketch1.png')
img2 = cv2.imread('python1.png')
# 将logo放在img1的左上角，因此将image的左上角圈出来给logo用
rows,cols,channels = img2.shape
roi = img1[0:rows, 0:cols]
# 将logo图变成灰度图
img2gray = cv2.cvtColor(img2,cv2.COLOR_BGR2GRAY)
ret, mask = cv2.threshold(img2gray, 10, 255, cv2.THRESH_BINARY)
mask_inv = cv2.bitwise_not(mask)
# 将img1左上角圈出来的区域和logo图合并到一块儿
img1_bg = cv2.bitwise_and(roi,roi,mask = mask_inv)
img2_fg = cv2.bitwise_and(img2,img2,mask = mask)
dst = cv2.add(img1_bg,img2_fg)
img1[0:rows, 0:cols] = dst
# 显示最后的结果出来
cv2.imshow('res',img1)
cv2.waitKey(0)
cv2.destroyAllWindows()

最后出来的结果我们看一下，

---------End---------

顺便给大家推荐下我的微信视频号「Python数据之道」，欢迎扫码关注。