【SRC-Python-OpenCV】给照片更换背景色

最新推荐文章于 2024-08-29 15:09:16 发布
最新推荐文章于 2024-08-29 15:09:16 发布
阅读量419 收藏 1
点赞数
CC 4.0 BY-SA版权
分类专栏： # 源码 文章标签： python opencv 开发语言
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/gou_hailong/article/details/138670364
源码 专栏收录该内容
6 篇文章 ¥39.90 ¥99.00
订阅专栏
本文详细介绍了如何利用OpenCV库为照片更换背景色。内容包括源码解析，主要步骤涉及图片灰度转换、二值化、腐蚀膨胀操作，以及最终的背景颜色替换。文中还展示了代码实际效果，即原图与处理后图片的对比。

文章目录

Part.I Introduction

本文将介绍如何用 OpenCV 更换图片的背景色（附有完整代码）。

需要装一个包（很小，几十兆）

pip install opencv-python

Part.II Main_body

Chap.I 源码简析

基本配置：包括输入文件名、输出文件名、目标背景颜色（BGR）

filename_in=r'A:/OHanlon/Desktop/1017451354889.png'
filename_out=r'A:/OHanlon/Desktop/b.jpg'
color_target_bg=(255
了解本专栏 订阅专栏 解锁全文
opencv对图片更换背景图（底色）
qinshi501的博客
04-10 1064
现实工作中，有时需要更换照片的底色，例如证件照，有需要蓝底的，也有需要红底的。if erode[i, j] == 255: # 像素点为255表示的是白色，此处将白色处的像素点替换为红色。if erode[i, j] == 255: # 像素点为255表示的是白色，此处将白色处的像素点替换为红色。2：压缩后的图像需要转为hsv灰度图片，然后将蓝色范围的像素全部变成红色；3：对白色区域进行腐蚀和膨胀操作，主要是去除毛刺和细小的东西；4：循环操作原图，对白色的区域替换为红色。#循环替换白色像素为红色。
OpenCV-Python函数库
05-25 2856
其次，库中的一些函数可能需要调用底层库（例如 BLAS 和 LAPACK），这些库可能需要单独安装才能正常使用。是 OpenCV 的一个 Python 接口库，允许 Python 开发者使用 OpenCV 中广泛使用的图像处理工具。例如，在图像分类、目标识别和人脸识别等任务中，用 OpenCV 提取图像的特征后，再将其输入到其他机器学习算法中进行分类或识别。是一个非常实用的图像处理工具库，如果需要进行图像或计算机视觉相关的开发工作，这个库可以为您提供丰富的功能和便捷的接口。以字母“m”开头的函数。
使用opencv实现更换证件照背景颜色
十年以上架构设计经验，专注于软件架构和人工智能领域，对机器视觉、NLP、音视频等领域都有涉猎
11-28 3185
生活中经常要用到各种要求的证件照电子版，红底，蓝底，白底等，大部分情况我们只有其中一种，本文通过opencv实现证件照背景的颜色替换。
OpenCV——给图片换背景
03-24
NULL 博文链接：https://zjlinkpro.iteye.com/blog/1025366
Python + OpenCv 更换照片背景颜色
qq_37390630的博客
08-29 1693
3.此代码不同机器上更换背景需要的时间也不同。我感觉 核心代码-1 的部分如果换成深度学习人像识别模块应该效果会更好，贾志刚老师的课程中有相关内容，但我还学得不精，浅尝辄止，非常惭愧，受自己知识和能力的限制，没有办法采用此种方法...... 所以上面代码作为我自己的一个兴趣，就仅供参考了。界面最下面一行两个色块，左边黄色的是打开图像功能，右侧绿色是保存图像功能（没有添加文字标识，自己知道是咋回事，也是懒得添加了），默认保存更改完成的照片到 outPhoto 文件夹里面，文件名为默认编号加 .png。
python应用——利用opencv更改图片背景和大小
weixin_55144746的博客
07-09 296
opencv像素点更换
OpenCv学习-python
alb3117149013的博客
08-12 1583
opencv官网地址)是一个开源的基于BSD许可的库，它包括数百种计算机视觉算法。文档OpenCV 2.x API描述的是C++ API，相对还有一个基于C语言的OpenCV 1.x API，后者的描述在文档opencv1.x.pdf中。OpenCV具有模块化结构，这就意味着开发包里面包含多个共享库或者静态库。下面是可使用的模块：核心功能（Core functionality） - 一个紧凑的模块，定义了基本的数据结构，包括密集的多维Mat数组和被其他模块使用的基本功能。
jetson nano opencv 打开 CSI摄像头_opencv-python图形图像处理入门基础知识
weixin_39775354的博客
11-20 1843
OpenCV 是计算机视觉中经典的专用库，其支持多语言、跨平台，功能强大。OpenCV-Python为OpenCV提供了Python接口，使得使用者在Python中能够调用C/C++，在保证易读性和运行效率的前提下，实现所需的功能。一、安装安装方法有多种，老猿机器上无C++环境，因此直接使用pip安装，OpenCV-Python模块名为opencv-python(在windows下大小写不敏感，其...
OpenCV-Python提取图像中的ROI
糖公子没来过的博客
12-15 9350
参考文章： OpenCV数字图像处理之ROI区域的提取_xiaoheizi_du的博客-优快云博客_roi区域提取OpenCV数字图像处理之ROI区域的提取利用mask(掩模)技术提取纯色背景图像ROI区域中的人和物，并将提取出来的人或物添加在其他图像上。1、实现原理先通过cv.cvtColor()函数，将原RGB彩色图像转换为hsv色彩空间的图像，然后通过cv.inRange()函数获得ROI区域的Mask，最后利用cv.bitwise()函数提取得到ROI区域。2、使用的函数简述(1) cv.c..
OpenCV实现照片换底色处理
莫浅子的博客
07-21 8698
通过本篇博客，我们了解了OpenCV实现照片换底色处理的方法和步骤。OpenCV库提供了丰富的图像处理函数和算法，可以帮助我们实现各种各样的图像处理任务。照片换底色处理是其中的一种，通过选择并替换背景颜色，可以为照片增添独特的艺术效果。希望本篇博客能够对读者理解和应用OpenCV库进行图像处理有所帮助。
用OpenCV实现证件照的背景替换
05-08
通过OpenCV中K-Means方法证件照的背景替换。注意：不能直接运行应用程序的需要在系统中安装.Net环境或者Visual C++2005 RUNTIME LIBRARIES以上版本。
OpenCV-Python证件照背景替换
weixin_45645281的博客
05-02 522
先将图片数据转换，然后利用KMeans图像分割，得到背景和前景， 通过遮罩进行模糊滤波和形态学操作，最后输出通道。 import cv2 as cv import numpy as np #读取数据 img=cv.imread("D:/testimage/ID.jpg") h,w,c=img.shape simplenum=h*w #将图片转换为点保存 points=np.zeros((simp...
【SRC-CPP-OpenCV】给图片更换背景色
一些笔记
05-10 315
本文将介绍如何基于 C++ 使用 OpenCV 更换图片的背景色（附有完整代码）。
opencv3更换图片背景
weixin_30852451的博客
06-20 508
#include <opencv2/opencv.hpp>#include <iostream> using namespace std;using namespace cv; void ChangeImgBG();Mat HandleImgData(Mat &img);/*图片背景替换知识点：分水岭分割、高斯模糊处理步骤：数据组装-KMeans分割-背景消除-...
python更改图片中物体的颜色_Python Opencv提取图片中某种颜色组成的图形的方法...
weixin_39558391的博客
12-05 965
Python Opencv提取图片中某种颜色组成的图形的方法主要目标识别图中红色的裂缝，尝试了几种不同的方法，最后发现比较每一点的RGB差值可以很好的解决这个问题，也就是提取图片中的红色相关信息。处理结果如下：实现的代码如下，注意opencv读入的图片通道顺序是bgr：import cv2import matplotlib.pyplot as pltimagepath = r'tear/11.jp...
python使用opencv换照片底色
white_bird_shit的博客
07-07 2274
第一次使用opencv,遇到了很多问题,记录一下由于pip使用了代理而电脑代理没开,导致pip install opencv-python时一直报错连接不上代理解决办法:安装完成后在交互模式可以正常使用输入python 不报错就说明正常安装了但是在jupyter notebook 中引入一直报错,找不到cv2模块经过百度后,测试如下在交互模式下输入如下命令查看python环境 这是anaconda下的一个虚拟环境,没有问题再在jupyter notebook下输入同样的命令,查看python环境,发现竟然不
OpenCV案例(五)： 更换背景色
热门推荐
destiny的专栏
11-10 1万+
1、证件背景替换 代码实现思路：     1.将二维图像数据线性化     2.使用K-means聚类；分离出背景色     3.背景与人物像素二值化     4.腐蚀 + 高斯模糊：图像与背景交汇处高斯模糊化     5.更换背景色以及交汇处融合处理 代码： #include &lt;opencv2/opencv.hpp&gt; #include &lt;iostream&gt...
OpenCV之图像处理(更换色彩)
qq_46338507的博客
04-19 2562
文章目录 前言 随着当今世界的发展，计算机视觉技术的应用越来越广泛。伴随着硬件设备的不断升级，构造复杂的计算机视觉应用变得越来越容易了。 提示：以下是本篇文章正文内容，下面案例可供参考 一、图像处理是什么？ 图：客观世界物体反射或透射光的分布，是客观世界的反映 像：人类视觉系统对图的响应，是人的大脑的印象或认识，是人的感觉的一种 目前的图像处理其实都是数字图像处理，是利用计算机对图像进行处理和分析等手段，达到想要结果的一门技术。 二、使用步骤 案例原图： 1.引入库 代码如下： import cv2 i
opencv 绿幕视频背景替换
翻肚鱼儿的博客
07-29 1249
基于hsv颜色空间的实时背景替换： #include<opencv2\opencv.hpp> using namespace cv; Mat replace_and_blend(Mat &frame, Mat&mask); Mat background,frame, hsv, mask,result; int main(int arc, char** argv) { background = imrea..
opencv-python 二值化
最新发布
07-04
<think>我们正在处理图像二值化问题。根据引用[2]和[3]，OpenCV-Python提供了cv.threshold函数进行图像二值化处理。 步骤： 1. 读取图像（如果是彩色图像，通常先转换为灰度图像） 2. 使用cv.threshold函数进行二值化 3. 显示或保存结果 函数说明： cv.threshold(src, thresh, maxval, type[, dst]) → retval, dst 参数： src: 输入图像（灰度图像） thresh: 阈值 maxval: 当像素值超过阈值（或低于阈值，根据type而定）时赋予的新值 type: 阈值处理类型，常见的有： cv.THRESH_BINARY: 大于阈值的部分取maxval，否则取0 cv.THRESH_BINARY_INV: 与上述相反 cv.THRESH_TRUNC: 大于阈值的部分取阈值，其余不变 cv.THRESH_TOZERO: 大于阈值的部分不变，否则取0 cv.THRESH_TOZERO_INV: 与上述相反 返回值： retval: 实际使用的阈值（在自适应阈值中会用到） dst: 二值化后的图像 另外，引用[3]提到还有自适应阈值（局部阈值）的方法：cv.adaptiveThreshold 自适应阈值函数： cv.adaptiveThreshold(src, maxValue, adaptiveMethod, thresholdType, blockSize, C[, dst]) → dst 参数： src: 输入灰度图像 maxValue: 满足条件的像素点将要设置的值 adaptiveMethod: 自适应方法，有两种： cv.ADAPTIVE_THRESH_MEAN_C: 邻域内均值 cv.ADAPTIVE_THRESH_GAUSSIAN_C: 邻域内高斯加权和 thresholdType: 必须是cv.THRESH_BINARY或cv.THRESH_BINARY_INV blockSize: 邻域大小（奇数） C: 从计算的平均值或加权平均值中减去的常数 注意：自适应阈值不需要全局阈值，而是根据局部邻域计算阈值。 根据用户需求，他询问的是图像二值化处理方法，因此我们将介绍全局阈值和自适应阈值两种方法。 下面给出代码示例：</think>### OpenCV-Python 图像二值化处理方法 图像二值化是将灰度图像转换为黑白图像的过程，OpenCV-Python 提供了两种主要方法： #### 一、全局阈值法（`cv2.threshold`） 通过设定固定阈值进行二值化： ```python import cv2 # 读取图像并转换为灰度图 img = cv2.imread('input.jpg') gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # 全局阈值处理 ret, binary = cv2.threshold( gray, # 输入灰度图像 127, # 阈值（0-255） 255, # 最大值（二值化后白色值） cv2.THRESH_BINARY # 阈值类型 ) # 显示结果 cv2.imshow('Binary Image', binary) cv2.waitKey(0) ``` **常用阈值类型**： 1. `cv2.THRESH_BINARY`：大于阈值设为 maxval，否则为 0 $dst(x,y) = \begin{cases} maxval & \text{if } src(x,y) > thresh \\ 0 & \text{otherwise} \end{cases}$ 2. `cv2.THRESH_BINARY_INV`：反向二值化 3. `cv2.THRESH_TRUNC`：大于阈值设为阈值，否则不变 4. `cv2.THRESH_OTSU`：自动计算最优阈值（需与上述类型组合使用）[^3] **示例（Otsu 自动阈值）**： ```python ret, otsu_bin = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU) ``` #### 二、自适应阈值法（`cv2.adaptiveThreshold`） 适用于光照不均的图像，局部计算阈值： ```python adaptive_bin = cv2.adaptiveThreshold( gray, 255, # 最大值 cv2.ADAPTIVE_THRESH_GAUSSIAN_C, # 自适应方法 cv2.THRESH_BINARY, # 阈值类型 11, # 邻域大小（奇数） 2 # 常数偏移量C ) ``` **自适应方法**： 1. `cv2.ADAPTIVE_THRESH_MEAN_C`：邻域均值 $T(x,y) = \mu_{neighborhood} - C$ 2. `cv2.ADAPTIVE_THRESH_GAUSSIAN_C`：邻域高斯加权和 $T(x,y) = G_{\sigma} * I(x,y) - C$[^3] #### 选择建议： - **全局阈值**：图像光照均匀时使用（简单高效） - **自适应阈值**：光照不均或背景复杂时使用（计算量较大） - **Otsu算法**：直方图有双峰时自动确定阈值 > 注意：二值化前建议进行高斯模糊降噪： > ```python > blurred = cv2.GaussianBlur(gray, (5,5), 0) > ```
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

流浪猪头拯救地球

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
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