。

感谢让我们在CSDN相遇#xff0c;博主致力于在这里分享关于人工智能#xff0c;c#xff0c;Python#xff0c;爬虫等方面知识的分享。

如果有需要的小伙伴可以关注博主#xff0c;博主会继续更新的#xff0c…

博主简介

博主是一名大二学生主攻人工智能研究。

感谢让我们在CSDN相遇博主致力于在这里分享关于人工智能cPython爬虫等方面知识的分享。

如果有需要的小伙伴可以关注博主博主会继续更新的如果有错误之处大家可以指正。

专栏简介

本专栏主要研究计算机视觉涉及算法案例实践网络模型等知识。

包括一些常用的数据处理算法也会介绍很多的Python第三方库。

如果需要点击这里订阅专栏

给大家分享一个我很喜欢的一句话“每天多努力一点不为别的只为日后能够多一些选择选择舒心的日子选择自己喜欢的人”

添加图形与文字

前面介绍了如何提取图像中的各种特征包括颜色特征几何特征、局部特征等也进行了各种特征算法学习。

那么本节我们来学习美化图片。

众所周知现在各大平台惊现“照骗”修图技术的发展让越来越多的人迷失在幻境中男的批成女的等等。

对于我们计算机专业的学生来说理解这些功能的底层代码是非常重要的。

添加图形与文字

首先给图片增加一条线或者一些多边形除了这些还可以增加一些特殊的图案。

一般来说增加形状的函数由如下几个参数原图img、增加的图型中心center、图形的大小size、颜色color、线条粗细thinkness。

常用的函数cv2.circle()画一个圆cv2.fillPoly()画一个任意多边形、cv2.line()画一条线等。

import

imgcv2.imread(F:\Image\\test11.jpg)

w,h,dimg.shape

cv2.circle(img,(int(w/3),int(h/2)),int(w/4),(0,0,255),2)

cv2.imshow(显示图片,img)

当然除了这种简单的图形还可以来点复杂的比如在你和你的女朋友之间加一个爱心。

言归正传下面来展示如何画爱心

imgcv2.imread(F:\Image\\test8.jpg)

#绘制椭圆弧

cv2.ellipse(img,(100,350),(100,200),180,30,150,(0,0,255),1)

cv2.ellipse(img,(275,350),(100,200),180,30,150,(0,0,255),1)

#绘制直线

cv2.line(img,(12,250),(187,450),(0,0,255),1)

cv2.line(img,(362,250),(187,450),(0,0,255),1)

#显示图片

爱心就显示出来了当然就一个爱心可是不够的是不是应该在图像上加一句爱她的话喃话不多说安排

OpenCV中绘制文字的函数cv2.putText()可选参数有img输入图片、text输入文字、origin文字左上角坐标、font字体、scale大小、color颜色、thinkness线条粗细。

import

imgcv2.imread(F:\Image\\test8.jpg)

w,h,dimg.shape

cv2.ellipse(img,(100,350),(100,200),180,30,150,(0,0,255),1)

cv2.ellipse(img,(275,350),(100,200),180,30,150,(0,0,255),1)

#绘制直线

cv2.line(img,(12,250),(187,450),(0,0,255),1)

cv2.line(img,(362,250),(187,450),(0,0,255),1)#加入文字

cv2.putText(img,I

you,(0,int(h/1.5)),cv2.FONT_HERSHEY_PLAIN,4,(0,0,255),0)

#显示图片

所谓的美白其实就是将图像的亮度提高可以在HSV颜色空间中进行提高亮度V即可也可以在RGB模式下将颜色调为白色。

import

imgcv2.imread(F:\Image\\test10.jpg)

w,h,dimg.shape

range(h):(b,g,r)img[i,j]bmin(255,b40)gmin(255,g40)rmin(255,r40)img[i,j](b,g,r)

#显示图片

对比一下是不是黑人小哥变白了。

但是这个只是进行打光美白的操作也和这个差不多。

但是需要注意的是美白更注重白色所以对红色部分就不需要改变而是按照比例对绿色蓝色进行提高。

同时我们在美白的时候需要对人体美白而不是所有所以最后好是对指定区域进行美白。

for

range(h):(b,g,r)img[i,j]bmin(255,b*1.4)gmin(255,g*1.3)img[i,j](b,g,r)

这样进行处理后的图像就会白很多如果要求比较高的那么我们就进行磨皮。

需要使用到cv2.bilateralFilter()函数双边滤波与高斯滤波相比能更好的保存图像的边缘信息这是由于其不但使用了一个与空间距离相关的高斯函数还使用了一个与灰度距离相关的高斯函数。

imgcv2.bilateralFilter(img,10,30,30)

import

imgcv2.imread(F:\Image\\test10.jpg)

w,h,dimg.shape

imgcv2.bilateralFilter(img,10,30,30)

#增强亮度

range(h):(b,g,r)img[i,j]bmin(255,b40)gmin(255,g40)rmin(255,r40)img[i,j](b,g,r)

for

range(h):(b,g,r)img[i,j]bmin(255,b*1.4)gmin(255,g*1.3)img[i,j](b,g,r)

#显示图片

前面介绍了一些简单的操作当然不能就这么简单我们来试试直方图均衡话图像。

简单的来说就是将图片的色彩均衡化让图片更加饱满看起来不那么违和。

前面介绍了直方图的函数这里就不过多介绍了。

下面我们用一个小姐姐的图片来演示一下。

import

imgcv2.imread(F:\Image\\test4.jpg)

#进行直方图均衡化

第一张图是经过处理后的图片第二张则是原图可以对比一下两种图片差别很小但是第一张的色彩更饱和一点。

其他的博主我也看不出来这个只是给大家一个示范。

好了本节的内容就到此结束了关注博主不迷路下一节我们学习图像的修复和去噪。

拜拜了你嘞

特别提醒文章中所用的图片是博主从网上下载下来的并无任何恶意只是用来作为案例使用如有侵权告知博主谢谢