快捷導(dǎo)航

C++使用OpenCV實(shí)現(xiàn)證件照藍(lán)底換成白底功能（或其他顏色如紅色）詳解

更新時(shí)間：2019年12月13日 10:13:34 作者：青雲(yún)-吾道樂(lè)途

這篇文章主要介紹了C++使用OpenCV實(shí)現(xiàn)證件照藍(lán)底換成白底功能（或其他顏色如紅色）,結(jié)合實(shí)例形式詳細(xì)分析了OpenCV顏色轉(zhuǎn)換相關(guān)操作原理與實(shí)現(xiàn)技巧,需要的朋友可以參考下

本文實(shí)例講述了C++使用OpenCV實(shí)現(xiàn)證件照藍(lán)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(diǎn)事情，老師唯一的一張證件照是藍(lán)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(lái)的小學(xué)弟懂一點(diǎn)，

在那里慢慢的幫老師一點(diǎn)點(diǎn)的處理，PS在邊緣的地方效果還真不咋地，確實(shí)是一門技術(shù)活。

于是我就想OpenCV能不能實(shí)現(xiàn)呢？一搜百度第一篇就是，但是人家轉(zhuǎn)成紅色，然后我又對(duì)HSV顏色空間不是很懂，最后在一個(gè)學(xué)習(xí)群里

但是文中未對(duì)HSV那一塊做出解釋，可能是我太菜了

貼出去問(wèn)了下，一位優(yōu)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(zhuǎn)換到HSV空間

2.取背景的一小塊20*20，計(jì)算藍(lán)色背景的平均色調(diào)和飽和度

3.設(shè)置閾值，取出藍(lán)色背景替換為紅色背景

4.把HSV圖像轉(zhuǎn)換會(huì)RGB空間

5.濾波器去除邊緣效應(yīng)

具體代碼為：

// change_color.cpp : 定義控制臺(tái)應(yīng)用程序的入口點(diǎn)。
//證件照從藍(lán)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(xiàn)問(wèn)題"<<endl;
        return 0;
    }
    Mat roi=image(Rect(20,20,20,20));
    Mat hsvImg;
    cvtColor(image, hsvImg, CV_BGR2HSV); //將圖像轉(zhuǎn)換到HSV顏色空間
    //分離HSV空間，v[0]為H色調(diào)，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(lán)底的平均色調(diào)和平均飽和度
    //取一塊藍(lán)色背景，計(jì)算出它的平均色調(diào)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(gè)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(gè)通道做閾值分割，把藍(lán)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(diào)成0就是變成白色
                //綠色底
                //v[0].at<uchar>(j,i)=60;
                //藍(lán)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(zhuǎn)換回RGB空間
    imshow(origin,image);
    imshow(window,rgbImg);
    //加個(gè)濾波把邊緣部分的值濾掉（此處應(yīng)該用低通濾波器，但感覺(jué)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(gè)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(shuō)明一下：

HSV模型

倒錐形模型：

這個(gè)模型就是按色彩、深淺、明暗來(lái)描述的。

H是色彩

S是深淺， S = 0時(shí)，只有灰度

V是明暗，表示色彩的明亮程度，但與光強(qiáng)無(wú)直接聯(lián)系，（意思是有一點(diǎn)點(diǎn)聯(lián)系吧）。

在這個(gè)程序里

色調(diào)主要是由V[0]來(lái)控制的

hsv是一個(gè)360度的模型每個(gè)角度代表一種顏色

0度是紅色

120度是綠色

240度是藍(lán)色

但是OpenCV里最大值是255 所以它會(huì)對(duì)色調(diào)除以2，就是最大值是180

綠色對(duì)應(yīng)的讓它等于60 藍(lán)色對(duì)應(yīng)的就是120

換不同的背景只需要改動(dòng)：

//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(diào)成0就是變成白色
//綠色底
v[0].at<uchar>(j,i)=60;
//藍(lán)色底
v[0].at<uchar>(j,i)=120;

改動(dòng)的位置就不需要說(shuō)明了吧！這個(gè)方法的效果確實(shí)不錯(cuò)，大贊！

畢竟是老師的圖片，不能輕易放出來(lái)，網(wǎng)上的也不能隨便用吧！哈哈

那就放張我最愛(ài)的崩壞3吧！

附錄

提取圖像中指定顏色的像素區(qū)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(biāo)色
    cv::Vec3b target;
    //結(jié)果圖像
    cv::Mat result;
//計(jì)算與目標(biāo)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(gòu)造函數(shù)
    ColorDetector() :minDist(100)
    {
    //初始化默認(rèn)參數(shù)
    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(shè)置色彩距離閾值，閾值必須是正的，否則設(shè)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(shè)置需檢測(cè)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(shè)置需檢測(cè)的顏色
void ColorDetector::setTargetColor(cv::Vec3b color)
{
    target = color;
}
//獲取需檢測(cè)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(gè)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(gè)像素
    {
        //計(jì)算離目標(biāo)顏色的距離
        if (getDistance(*it) < minDist)
        {
            *itout = 255;
        }
        else
        {
            *itout = 0;
        }
    }
        return result;
}
int _tmain(int argc, _TCHAR* argv[])
{
    //1.創(chuàng)建圖像處理的對(duì)象
    ColorDetector cdetect;
    //2.讀取輸入圖像
    cv::Mat image = cv::imread("boldt.jpg");
    if (!image.data)
    {
        return 0;
    }
    //3.設(shè)置輸入?yún)?shù)
    cdetect.setTargetColor(130, 190, 230);//藍(lán)天的顏色
    cv::namedWindow("result");
    //4.處理并顯示結(jié)果
    cv::imshow("result", cdetect.process(image));
    cv::waitKey();
    return 0;
}

希望本文所述對(duì)大家C++程序設(shè)計(jì)有所幫助。

您可能感興趣的文章: