溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
本文實例講述了C++使用OpenCV實現證件照藍底換成白底功能（或其他顏色如紅色）。分享給大家供大家參考，具體如下：
今天剛好老師要辦點事情，老師唯一的一張證件照是藍色的，但是需要的底色是白色的，于是乎，好久不折騰的PS也忘記了，還好旁邊的剛來的小學弟懂一點，
在那里慢慢的幫老師一點點的處理，PS在邊緣的地方效果還真不咋地，確實是一門技術活。
于是我就想OpenCV能不能實現呢？一搜百度第一篇就是，但是人家轉成紅色，然后我又對HSV顏色空間不是很懂，最后在一個學習群里
但是文中未對HSV那一塊做出解釋，可能是我太菜了
貼出去問了下，一位優秀的本科生幫我清晰解答了，汗顏
主要步驟為：
1.把RGB圖像轉換到HSV空間
2.取背景的一小塊20*20，計算藍色背景的平均色調和飽和度
3.設置閾值，取出藍色背景替換為紅色背景
4.把HSV圖像轉換會RGB空間
5.濾波器去除邊緣效應
具體代碼為：
// change_color.cpp : 定義控制臺應用程序的入口點。
//證件照從藍色底換成紅色底
//#include "stdafx.h"
#include <iostream>
#include <opencv2\core\core.hpp>
#include <opencv2\highgui\highgui.hpp>
#include <opencv2\imgproc\imgproc.hpp>
using namespace cv;
using namespace std;
int main()
{
char *origin="Original";
char *window="Image";
char *str="C:\\Users\\ltc\\Desktop\\nihao.jpg";
namedWindow(origin,1);
namedWindow(window,1);
Mat image=imread(str);
if(!image.data)
{
cout<<"圖像載入出現問題"<<endl;
return 0;
}
Mat roi=image(Rect(20,20,20,20));
Mat hsvImg;
cvtColor(image, hsvImg, CV_BGR2HSV); //將圖像轉換到HSV顏色空間
//分離HSV空間，v[0]為H色調，v[1]為S飽和度，v[2]為v灰度
vector<Mat> v;
split(hsvImg,v);
Mat roiH=v[0](Rect(20,20,20,20));
Mat roiS=v[1](Rect(20,20,20,20));
int SumH=0;
int SumS=0;
int avgH, avgS;//藍底的平均色調和平均飽和度
//取一塊藍色背景，計算出它的平均色調和平均飽和度
for(int i=0; i<20; i++)
{
for(int j=0; j<20; j++)
{
/*SumH=SumH+roiH(i,j);*/
SumH=int(roiH.at<uchar>(j,i))+SumH;
SumS=int(roiS.at<uchar>(j,i))+SumS;
}
}
avgH=SumH/400;
avgS=SumS/400;
//遍歷整個圖像
int nl=hsvImg.rows;
int nc=hsvImg.cols;
int step=10;
for(int j=0; j<nl; j++)
{
for(int i=0; i<nc; i++)
{
//以H.S兩個通道做閾值分割，把藍色替換成紅色
if((v[0].at<uchar>(j,i))<=(avgH+5) && v[0].at<uchar>(j,i)>=(avgH-5)
&&(v[1].at<uchar>(j,i))<=(avgS+40) && v[1].at<uchar>(j,i)>=(avgS-40))
{
//cout<<int(v[0].at<uchar>(j,i))<<endl;
//紅色底
//v[0].at<uchar>(j,i)=0;
//白色底
v[0].at<uchar>(j,i)=0;
v[1].at<uchar>(j,i)=0; //V[0]和V[1]全調成0就是變成白色
//綠色底
//v[0].at<uchar>(j,i)=60;
//藍色底
//v[0].at<uchar>(j,i)=120;
/*cout<<int(v[0].at<uchar>(j,i))<<endl;*/
}
}
}
Mat finImg;
merge(v,finImg);
Mat rgbImg;
cvtColor(finImg,rgbImg, CV_HSV2BGR); //將圖像轉換回RGB空間
imshow(origin,image);
imshow(window,rgbImg);
//加個濾波把邊緣部分的值濾掉（此處應該用低通濾波器，但感覺不太好，還是不用了。）
Mat result;
GaussianBlur(rgbImg,result,Size(3,3),0.5);
imshow(window,result);
imwrite("nihaoWhite.jpg",result);
waitKey(0);
//system("pause");
return 0;
}
////遍歷整個圖像
//int nl=hsvImg.rows;
//int nc=hsvImg.cols * hsvImg.channels();
//for(int j=0; j<nl; j++)
//{
// uchar *data=hsvImg.ptr<uchar>(j);
// for(int i=0; i<nc; i++)
// {
// cout<<int(data[i])<<" ";
// }
//}
這里面主要說明一下：
HSV模型
倒錐形模型：
這個模型就是按色彩、深淺、明暗來描述的。
H是色彩
S是深淺， S = 0時，只有灰度
V是明暗，表示色彩的明亮程度，但與光強無直接聯系，（意思是有一點點聯系吧）。
在這個程序里
色調主要是由V[0]來控制的
hsv是一個360度的模型 每個角度代表一種顏色
0度是紅色
120度是綠色
240度是藍色
但是OpenCV里最大值是255 所以它會對色調除以2，就是最大值是180
綠色對應的讓它等于60 藍色對應的就是120
換不同的背景只需要改動：
//紅色底 v[0].at<uchar>(j,i)=0; //白色底 v[0].at<uchar>(j,i)=0; v[1].at<uchar>(j,i)=0; //V[0]和V[1]全調成0就是變成白色 //綠色底 v[0].at<uchar>(j,i)=60; //藍色底 v[0].at<uchar>(j,i)=120;
改動的位置就不需要說明了吧！這個方法的效果確實不錯，大贊！
畢竟是老師的圖片，不能輕易放出來，網上的也不能隨便用吧！哈哈
那就放張我最愛的崩壞3吧！
附錄
提取圖像中指定顏色的像素區域
#include<iostream>
#include<opencv2/core/core.hpp>
#include<opencv2/imgproc/imgproc.hpp>
#include<opencv2/highgui/highgui.hpp>
using namespace cv;
class ColorDetector
{
private:
//最小可接受距離
int minDist;
//目標色
cv::Vec3b target;
//結果圖像
cv::Mat result;
//計算與目標顏色的距離
int getDistance(cv::Vec3b color)
{
return abs(color[0] - target[0]) + abs(color[1] - target[1]) + abs(color[2] - target[2]);
}
public:
//空構造函數
ColorDetector() :minDist(100)
{
//初始化默認參數
target[0] = target[1] = target[2] = 0;
}
void setColorDistanceThreshold(int distance);
int getColorDistanceThreshold() const;
void setTargetColor(unsigned char red, unsigned char green, unsigned char blue);
void setTargetColor(cv::Vec3b color);
cv::Vec3b getTargetColor() const;
cv::Mat ColorDetector::process(const cv::Mat &image);
};
//設置色彩距離閾值，閾值必須是正的，否則設為0
void ColorDetector::setColorDistanceThreshold(int distance)
{
if (distance < 0)
distance = 0;
minDist = distance;
}
//獲取色彩距離閾值
int ColorDetector::getColorDistanceThreshold() const
{
return minDist;
}
//設置需檢測的顏色
void ColorDetector::setTargetColor(unsigned char red, unsigned char green, unsigned char blue)
{
//BGR順序
target[2] = red;
target[1] = green;
target[0] = blue;
}
//設置需檢測的顏色
void ColorDetector::setTargetColor(cv::Vec3b color)
{
target = color;
}
//獲取需檢測的顏色
cv::Vec3b ColorDetector::getTargetColor() const
{
return target;
}
cv::Mat ColorDetector::process(const cv::Mat &image)//核心的處理方法
{
//按需重新分配二值圖像
//與輸入圖像的尺寸相同，但是只有一個通道
result.create(image.rows, image.cols, CV_8U);
//得到迭代器
cv::Mat_<cv::Vec3b>::const_iterator it = image.begin<cv::Vec3b>();
cv::Mat_<cv::Vec3b>::const_iterator itend = image.end<cv::Vec3b>();
cv::Mat_<uchar>::iterator itout = result.begin<uchar>();
for (; it != itend; ++it, ++itout)//處理每個像素
{
//計算離目標顏色的距離
if (getDistance(*it) < minDist)
{
*itout = 255;
}
else
{
*itout = 0;
}
}
return result;
}
int _tmain(int argc, _TCHAR* argv[])
{
//1.創建圖像處理的對象
ColorDetector cdetect;
//2.讀取輸入圖像
cv::Mat image = cv::imread("boldt.jpg");
if (!image.data)
{
return 0;
}
//3.設置輸入參數
cdetect.setTargetColor(130, 190, 230);//藍天的顏色
cv::namedWindow("result");
//4.處理并顯示結果
cv::imshow("result", cdetect.process(image));
cv::waitKey();
return 0;
}
希望本文所述對大家C++程序設計有所幫助。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
