教你用OpenCV 和 Python给证件照换底色（蓝底 <->红底->白底）

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给你的证件照换底色。

• Python3
• numpy函数库
• OpenCV库
• Windows10 + Anaconda+Pycharm

1.读取要换底色的图片

导入OpenCV库，使用imread函数读取图片。

import cv2
import numpy as np

# 读取照片并显示
image=cv2.imread('yang.jpg')
cv2.imshow('image',image)

2.对图片进行缩放

证件照原图太大，不易显示，cv2.resize函数进行缩放处理。

# 图像缩放并显示
img = cv2.resize(image,None,fx=0.5,fy=0.5)
rows,cols,channels = img.shape
print(rows,cols,channels)
cv2.imshow('img',img)

3.将图片转换为灰度图像

cv2.cvtColor函数将读取的图像默认是BGR格式转换为HSV格式,将彩色图片转换为hsv灰度图片,之后才能进行腐蚀和膨胀操作。

# 图片转换为灰度图并显示
hsv = cv2.cvtColor(img,cv2.COLOR_BGR2HSV)
cv2.imshow('hsv',hsv)

4.对图片进行二值化处理

通过cv2.inRange函数对图片进行二值化操作，获取背景的mask，二值化处理是为了将灰度图片转换为黑白图片，如下图将红色的背景用白色表示，白色区域就是我们后面遍历像素点替换的条件，就是将白色的区域替换为蓝色。

cv2.inRange(hsv, lower_red, upper_red)：在lower_red和upper_red两个阈值内的像素值设置为白色（255），而不在阈值区间内的像素值设置为黑色（0）。

# 图片的二值化处理
#红底变蓝底
#将在两个阈值内的像素值设置为白色（255），而不在阈值区间内的像素值设置为黑色（0）
lower_red= np.array([0,135,135])
upper_red = np.array([180,245,230])
mask = cv2.inRange(hsv, lower_red, upper_red)
# 显示图像
cv2.imshow('mask',mask)

# #蓝底变红底
# lower_blue = np.array([90,70,70])
# upper_blue = np.array([110,255,255])
# mask = cv2.inRange(hsv, lower_blue, upper_blue)
# 显示图像
# cv2.imshow('mask',mask)

5.对图片进行腐蚀和膨胀

在进行二值化操作之后，我们可以看到黑色区域有一些噪声，嘴的部分是白的，还有少数白点，就cv2.erode或者cv2.dilate函数对图片再进行腐蚀和膨胀操作，均可以有效消除噪声。

#腐蚀膨胀
erode=cv2.erode(mask,None,iterations=1)
cv2.imshow('erode',erode)

dilate=cv2.dilate(erode,None,iterations=1)
cv2.imshow('dilate',dilate)

6.遍历像素点替换背景颜色

对上述进行了腐蚀或者膨胀操作的图片进行像素点遍历，将白色区域的像素点的位置，也就是原图的背景部分的像素的对应的位置，替换成你想要替换的底色即可。

dilate[i,j]==255: 像素点为255表示的是白色，我们就要将白色处的像素点，替换为你想要的照片底色。

img[i,j]=(0,0,255)： 此处替换颜色，为BGR通道，不是RGB通道，若是想要将红底变成蓝底img[i,j]=(255,0,0)，若是想将蓝底变为红底则img[i,j]=(0,0,255),若是想变白底img[i,j]=(255,255,255)

# 遍历每个像素点，进行颜色的替换
for i in range(rows):
  for j in range(cols):
    if dilate[i,j]==255:    #像素点255表示白色
      img[i,j]=(255,0,0)  # 此处替换颜色，为BGR通道，不是RGB通道
cv2.imshow('res',img)

# 窗口等待的命令，0表示无限等待
cv2.waitKey(0)

红底变蓝底

蓝底变红底

变白底

完整代码，关注下面回复：证件照，下载使用。

更多有关python、深度学习和计算机编程和电脑知识的精彩内容，可以关注微信公众号：码农的后花园