python 图像处理:一福变五福

快过年了,各种互联网产品都出来撒红包。某宝一年一度的集五福(shua hou)活动更是成为每年的必备活动。虽然到最后每人大概也就分个两块钱,但作为一个全民话题,大多数人还是愿意凑凑热闹。毕竟对于如今生活在大城市的人来说,集福领红包和空荡的地铁车厢或许已是最大的“年味”了。

既然是凑热闹,怎么能少得了我。前年过年发过一篇:《一行代码扫出“敬业福”》,介绍的是 OCR 文字识别 的使用。今年再来对“福”字做文章,演示下如何 用 python 的图像处理功能,把一幅“福”字图片转出 5 种不同的效果

python 图像处理:一福变五福

python 最图像处理最常用的两个模块是 PILOpenCV ,这里我们选择 OpenCV。

读取图片及展示代码:

import cv2
from matplotlib import pyplot as plt
img = cv2.imread('fu.png')
# 转换颜色模式,显示原图
img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
plt.imshow(img)
plt.show()

因为 OpenCVmatplotlib颜色模式 不一样,所以需要做一次转换,如果是直接通过 cv2 展示和保存图片则不需要。

上面的效果分别用到了以下功能:

1、灰度福

这里没有选择直接将图片转出灰度图,因为这样会导致福字不明显。而是通过将 红、绿、蓝三通道分离 后,选择色差最大的红色通道。

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

2、轮廓福

使用了 OpenCV 自带的 图像轮廓提取 功能。为了更好的效果,这里 对红色通道进行二值化 后,再查找轮廓。

_, 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

发色的实现是将每个像素值 x 转成 255-x。如果遍历像素计算会比较慢,于是用了一个小技巧: 转成 numpy 的 ndarray 再进行矩阵运算

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

4、膨胀福

这里其实是“ 图像腐蚀 ”操作(与“ 图像膨胀 ”操作相反)。因为在我们选取的红色通道中,白色是背景,黑色才是福字,所以对白色的“腐蚀”也就是对黑色的“膨胀”。这也是 OpenCV 的内置功能。做完这一步,又对图像进行了切割,直接通过列表的切片操作实现。

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 翻转 操作,第二个参数是 旋转轴 的选取,你可以试试 0 和 1 的效果。

img_r = cv2.flip(img, -1)

完整代码可以在公众号( Crossin的编程教室 )里回复关键字: 五福

以上就是我送给大家的 5 个福。试过了,都能被扫出来。我已集齐

python 图像处理:一福变五福

如果你还没凑齐,可以扫这个图。祝大家新年有福气!

python 图像处理:一福变五福

════

其他文章及回答:

如何自学Python | 新手引导 | 精选Python问答 | Python单词表 | 人工智能 | 爬虫 | 我用Python | requests | 计算机视觉 | 字符播放器 | 一图学Python | 智能防挡弹幕

欢迎搜索及关注公众号: Crossin的编程教室

python 图像处理:一福变五福

相关推荐