【原】python 圖像處理：一福變五福

編程教室 2021-03-18

展開全文

快過年了,，各種互聯(lián)網(wǎng)產(chǎn)品都出來撒紅包,。某寶一年一度的集五福（shua hou）活動(dòng)更是成為每年的必備活動(dòng)。雖然到最后每人大概也就分個(gè)兩塊錢,，但作為一個(gè)全民話題,，大多數(shù)人還是愿意湊湊熱鬧,。畢竟對(duì)于如今生活在大城市的人來說,，集福領(lǐng)紅包和空蕩的地鐵車廂或許已是最大的“年味”了。

既然是湊熱鬧,，怎么能少得了我,。前年過年我發(fā)過一篇：《一行代碼掃出“敬業(yè)福”》,，介紹的是 OCR 文字識(shí)別的使用,。今年再來對(duì)“福”字做文章,，演示下如何用 python 的圖像處理功能,，把一幅“福”字圖片轉(zhuǎn)出 5 種不同的效果：

python 最圖像處理最常用的兩個(gè)模塊是 PIL 和 OpenCV,，這里我們選擇 OpenCV,。

讀取圖片及展示代碼：

import cv2
from matplotlib import pyplot as plt
img = cv2.imread('fu.png')
# 轉(zhuǎn)換顏色模式，顯示原圖
img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
plt.imshow(img)
plt.show()

因?yàn)?OpenCV 和 matplotlib 的顏色模式不一樣,，所以需要做一次轉(zhuǎn)換,，如果是直接通過 cv2 展示和保存圖片則不需要。

上面的效果分別用到了以下功能：

1,、灰度福

這里沒有選擇直接將圖片轉(zhuǎn)出灰度圖,，因?yàn)檫@樣會(huì)導(dǎo)致福字不明顯。而是通過將紅,、綠,、藍(lán)三通道分離后，選擇色差最大的紅色通道,。

r,g,b = cv2.split(img)

2,、輪廓福

使用了 OpenCV 自帶的圖像輪廓提取功能。為了更好的效果,，這里對(duì)紅色通道進(jìn)行二值化后,，再查找輪廓。

_, img_bin = cv2.threshold(r, 50, 255, cv2.THRESH_BINARY)
_, contours, _ = cv2.findContours(img_bin, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
img_cont = np.zeros(img_bin.shape, np.uint8)    
cv2.drawContours(img_cont, contours, -1, 255, 3)

3,、反色福

發(fā)色的實(shí)現(xiàn)是將每個(gè)像素值 x 轉(zhuǎn)成 255-x,。如果遍歷像素計(jì)算會(huì)比較慢，于是用了一個(gè)小技巧：轉(zhuǎn)成 numpy 的 ndarray 再進(jìn)行矩陣運(yùn)算。

img_i = np.asarray(img)
img_i = 255 - img_i

4,、膨脹福

這里其實(shí)是“圖像腐蝕”操作（與“圖像膨脹”操作相反）,。因?yàn)樵谖覀冞x取的紅色通道中，白色是背景,，黑色才是福字,，所以對(duì)白色的“腐蝕”也就是對(duì)黑色的“膨脹”。這也是 OpenCV 的內(nèi)置功能,。做完這一步,，又對(duì)圖像進(jìn)行了切割，直接通過列表的切片操作實(shí)現(xiàn),。

kernel = cv2.getStructuringElement(cv2.MORPH_RECT,(25, 25))
eroded = cv2.erode(r, kernel)
size = img.shape
eroded = eroded[int(size[1]*0.15):int(size[1]*0.7),int(size[0]*0.2):int(size[0]*0.85)]

5,、福到了

OpenCV 提供了翻轉(zhuǎn)操作，第二個(gè)參數(shù)是旋轉(zhuǎn)軸的選取,，你可以試試 0 和 1 的效果,。

img_r = cv2.flip(img, -1)

完整代碼可以在公眾號(hào)（Crossin的編程教室）里回復(fù)關(guān)鍵字：五福

以上就是我送給大家的 5 個(gè)福。試過了,，都能被掃出來,。我已集齊