OpenCV 像素操作—证件照换底色详细原理 C++纯手写实现

文章目录

    • 总体步骤
      • 1.RGB转HSV
      • 2.找出要换的底色
      • 3.取反,黑白颠倒
      • 4.将原图像的非背景部分复制到新背景上
    • 完整代码
      • 1.C++纯手写版
      • 2.官方API版本

总体步骤

在这里插入图片描述

1.RGB转HSV

为什么一定要转为HSV 颜色空间?

将图像从BGR颜色空间转换为HSV颜色空间是因为HSV颜色空间更适合进行颜色分割和提取操作。这是因为HSV颜色空间将颜色表示为色相(Hue)、饱和度(Saturation)和明度(Value),这使得颜色的分离更加直观和有效。具体原因如下:

色相(Hue)分离

  • 在HSV颜色空间中,色相(H)直接表示颜色的种类,例如红色、绿色、蓝色等。通过指定色相范围,可以非常容易地分离出特定的颜色。例如,**绿色的色相范围通常集中在一个较小的区间内,这使得提取绿色对象变得简单而精确。**这也是为什么特效制作的时候需要使用绿色幕布,更加方便提取图像。

饱和度(Saturation)和明度(Value)独立

  • 饱和度表示颜色的纯度,明度表示颜色的亮度。在BGR颜色空间中,这些属性是混合在一起的,不容易分离。但是在HSV颜色空间中,饱和度和明度是独立的,可以单独进行调节和阈值化,从而实现更好的颜色分割效果。

处理光照变化

  • HSV颜色空间对于光照变化更为鲁棒。由于明度和饱和度是独立的,即使在光照发生变化时,色相也相对稳定,使得颜色分割在不同光照条件下表现更好。

HSV范围取色表

在这里插入图片描述

例如在H:35 -77 S:43-255 V:46-255 之间的可以认为是绿色。 有了这张图参考,我们能够更容易地过滤掉某种颜色。

2.找出要换的底色

以将一张蓝底的证件照换成红底证件照为例:

在这里插入图片描述

转为HSV颜色空间之后,我们要找出蓝色的底色所在区域。可以通过遍历像素的方式实现

// 根据范围创建 掩码图像 二值化图像
void customInRange(const Mat& src, Scalar lowerBound, Scalar upperBound, Mat& dst) {// 创建与源图像大小相同的掩码图像dst = Mat::zeros(src.size(), CV_8UC1);// 遍历图像的每个像素for (int y = 0; y < src.rows; y++) {for (int x = 0; x < src.cols; x++) {Vec3b pixel = src.at<Vec3b>(y, x);bool inRange = true;// 检查像素值是否在指定范围内 通过HSV范围表来指定for (int c = 0; c < 3; c++) {if (pixel[c] < lowerBound[c] || pixel[c] > upperBound[c]) {inRange = false;break;}}// 如果在范围内,设置掩码图像中的对应位置为255if (inRange) {dst.at<uchar>(y, x) = 255;}}}
}

这里涉及到一个新概念 掩码图像

掩码(mask)在计算机视觉和图像处理领域中,是一种用于选择、过滤或操作图像中特定部分的工具。掩码本质上是一张与原图像大小相同的二值图像,其中每个像素要么是0,要么是1(在OpenCV中通常用0和255来表示)。掩码图像中值为1(或255)的部分表示感兴趣的区域(ROI,Region of Interest),而值为0的部分则表示不感兴趣的区域。

掩码的具体作用可以包括以下几种:

  1. 区域选择
    • 通过掩码,可以选择图像中的某个特定区域进行操作,而忽略其他部分。例如,只对图像中的某个颜色范围进行处理。
  2. 图像分割
    • 掩码可以用于将图像分割成前景和背景。前景是感兴趣的部分,背景则是其他部分。
  3. 图像修复
    • 掩码可以用于图像修复,指定需要修复的区域。
  4. 遮罩操作
    • 在图像合成时,掩码可以用作遮罩,控制哪些部分需要叠加或混合。

上述代码通过遍历可以找到蓝色底色的区域,并置为白色。其余的全部设置为黑色。

代码运行效果:(中间的白点,因为胖虎穿的偏蓝色领带,因此过滤出了一部分)

在这里插入图片描述

此时,基本上已经找出原来底色的区域,已经全部置成了白色。

3.取反,黑白颠倒

主要目的是找到除了背景色的其他元素,这一步是选择 非背景色的元素 置为白色,因为除了背景色,其他像素均要移到新的背景色上去, 非背景色成为了ROI(感兴趣区域),背景色置为黑色,代表不再关注原来的背景色。遍历每个像素,用255减去原来的像素便可反转颜色,黑白颠倒。

//    bitwise_not(mask,mask);for (int y = 0; y < mask.rows; ++y) {for (int x = 0; x < mask.cols; ++x) {//对每个像素进行取反mask.at<uchar>(y, x) = 255 - mask.at<uchar>(y, x);}}

效果如图:

在这里插入图片描述

4.将原图像的非背景部分复制到新背景上

//将非背景色像素移到事先准备好的背景上
void customCopyTo(const Mat& src, Mat& dst, const Mat& mask) {// 确保源图像和掩码图像的大小一致if (src.size() != dst.size() || src.size() != mask.size()) {throw std::invalid_argument("Size of src, dst, and mask must be the same");}// 遍历图像的每个像素for (int y = 0; y < src.rows; y++) {for (int x = 0; x < src.cols; x++) {// 如果掩码中的值为非零(通常是255),则复制源图像的像素到目标图if (mask.at<uchar>(y, x) != 0) {dst.at<Vec3b>(y, x) = src.at<Vec3b>(y, x);}}}
}

遍历像素,与掩码图像对比,如果不是黑色,说明是ROI区域,将像素替换到准备好的纯色背景上面。就完成了背景换色

效果如下:

在这里插入图片描述

完整代码

1.C++纯手写版

//将非背景色像素移到事先准备好的背景上
void customCopyTo(const Mat& src, Mat& dst, const Mat& mask) {// 确保源图像和掩码图像的大小一致if (src.size() != dst.size() || src.size() != mask.size()) {throw std::invalid_argument("Size of src, dst, and mask must be the same");}// 遍历图像的每个像素for (int y = 0; y < src.rows; y++) {for (int x = 0; x < src.cols; x++) {// 如果掩码中的值为非零(通常是255),则复制源图像的像素到目标图像if (mask.at<uchar>(y, x) != 0) {dst.at<Vec3b>(y, x) = src.at<Vec3b>(y, x);}}}
}
// 根据范围创建 掩码图像 二值化图像
void customInRange(const Mat& src, Scalar lowerBound, Scalar upperBound, Mat& dst) {// 创建与源图像大小相同的掩码图像dst = Mat::zeros(src.size(), CV_8UC1);// 遍历图像的每个像素for (int y = 0; y < src.rows; y++) {for (int x = 0; x < src.cols; x++) {Vec3b pixel = src.at<Vec3b>(y, x);bool inRange = true;// 检查像素值是否在指定范围内for (int c = 0; c < 3; c++) {if (pixel[c] < lowerBound[c] || pixel[c] > upperBound[c]) {inRange = false;break;}}// 如果在范围内,设置掩码图像中的对应位置为255if (inRange) {dst.at<uchar>(y, x) = 255;}}}
}void inRange_dmeo(Mat &image){Mat hsv;//先将图片转为HSVcvtColor(image,hsv,COLOR_BGR2HSV);// 提取左上角像素的HSV值 ,也就是对应底色的值 有利于更好控制提取Vec3b hsvValue = hsv.at<Vec3b>(0, 0);cout<<hsvValue<<endl;Mat mask;//设置 下限 和上限根据设定的HSV颜色范围  生成一个二值化的掩码(mask),掩码中白色部分表示图像中符合设定颜色范围的部分,黑色部分表示不符合的部分。customInRange(hsv,Scalar(100,43,46),Scalar(115,225,227),mask);imshow("mask",mask);//准备好一个背景颜色 以红色为例Mat red_background = Mat::zeros(image.size(),image.type());red_background = Scalar (40,40,200);//对掩码取反, 黑白颠倒,选择除了背景色的区域 ,也就是欲复制的区域
//    bitwise_not(mask,mask);for (int y = 0; y < mask.rows; ++y) {for (int x = 0; x < mask.cols; ++x) {//对每个像素进行取反mask.at<uchar>(y, x) = 255 - mask.at<uchar>(y, x);}}imshow("bitwise_not mask",mask);//使用掩码(mask)将输入图像中符合条件的部分复制到红色背景图像上customCopyTo(image,red_background,mask);imshow("roi",red_background);
}

2.官方API版本

OpenCV提供了生成掩码,掩码取反,复制非背景色元素到新背景的API 如下,

inRange 根据HSV范围 生成掩码

bitwise_not 掩码取反

copyTo 根据掩码复制到新背景色

void inRange_dmeo(Mat &image){Mat hsv;//先将图片转为HSVcvtColor(image,hsv,COLOR_BGR2HSV);// 提取左上角像素的HSV值 ,也就是对应底色的值 有利于更好控制提取Vec3b hsvValue = hsv.at<Vec3b>(0, 0);cout<<hsvValue<<endl;Mat mask;//设置 下限 和上限根据设定的HSV颜色范围  生成一个二值化的掩码(mask),掩码中白色部分表示图像中符合设定颜色范围的部分,黑色部分表示不符合的部分。inRange(hsv,Scalar(100,43,46),Scalar(115,225,227),mask);imshow("mask",mask);//准备好一个背景颜色 以红色为例Mat red_background = Mat::zeros(image.size(),image.type());red_background = Scalar (40,40,200);//对掩码取反, 黑白颠倒,选择除了背景色的区域 ,也就是欲复制的区域bitwise_not(mask,mask);imshow("bitwise_not mask",mask);//使用掩码(mask)将输入图像中符合条件的部分复制到红色背景图像上image.copyTo(red_background,mask);imshow("roi",red_background);
}

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/diannao/48600.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

nginx基本原理

进程模型 当nginx启动之后&#xff0c;会有一个master进程和多个worker进程。默认是一个worker进程。 master进程的作用&#xff1a;接收来自外界信号&#xff0c;向各worker进程发送信号&#xff0c;监控worker进程的运行状态&#xff0c;当worker进程在异常情况下退出后&am…

C#实现数据采集系统-实现功能介绍

系统介绍 我们这里主要使用C#( .Net 6)来实现一个数据采集系统&#xff0c;从0到1搭建数据采集系统&#xff0c;从系统分析&#xff0c;功能拆解&#xff0c;到一一实现 数据采集 数据采集是企业信息化和数字化转型过程中的关键环节&#xff0c;它涉及到从生产设备、传感器…

jupyter_contrib_nbextensions安装失败问题

目录 1.文件路径长度问题 2.jupyter不出现Nbextensions选项 1.文件路径长度问题 问题&#xff1a; could not create build\bdist.win-amd64\wheel\.\jupyter_contrib_nbextensions\nbextensions\contrib_nbextensions_help_item\contrib_nbextensions_help_item.yaml: No su…

【艺术向】【素描创作记录】《如何为你的红颜知己创作一幅画像(之二)》

写在前面 之前分析过类似的创作过程&#xff0c;见博客【艺术向】【素描创作记录】《如何为你的红颜知己创作一幅画像》 本人业余时间修习素描多年&#xff0c;在此撰文记录《如何为你的红颜知己创作一幅画像&#xff08;之二&#xff09;》&#xff0c;博得对方好感&#xff…

C++常见问题

一、C入门基础 1.1、函数重载 函数重载允许在同一作用域内定义多个同名函数&#xff0c;只要这个函数的参数列表&#xff08;即参数的数量&#xff0c;类型或者顺序不同&#xff09; 如何支持&#xff1a;程序经过编译后&#xff0c;编译器会对程序中的函数按一定规则进行重…

设计模式-Git-其他

目录 设计模式&#xff1f; 创建型模式 单例模式&#xff1f; 啥情况需要单例模式 实现单例模式的关键点&#xff1f; 常见的单例模式实现&#xff1f; 01、饿汉式如何实现单例&#xff1f; 02、懒汉式如何实现单例&#xff1f; 03、双重检查锁定如何实现单例&#xff…

封装MAVSDK为JAR包并导出给其它Android工程用完整示例

效果: 未解锁状态 已执行解锁指令 已执行起飞指令 飞行中 已执行降落指令 已执行返航指令 实现步骤: 1.准备PX4容器并启动:

ip地址是电脑还是网线决定的

在数字化时代的浪潮中&#xff0c;网络已经成为了我们日常生活和工作不可或缺的一部分。当我们谈论网络时&#xff0c;IP地址无疑是一个核心的概念。然而&#xff0c;关于IP地址的分配和决定因素&#xff0c;很多人可能存在误解。有些人认为IP地址是由电脑决定的&#xff0c;而…

springboot nacos的各种注解、手动操作监听配置变化(监听指定DataId/监听任何变化)

文章目录 springboot nacos监听配置变化&#xff08;监听指定DataId/监听任何变化&#xff09;监听任何配置变化Nacos注解NacosConfigurationPropertiesNacosValueNacosConfigListenerNacosInjectedNacosConfigServiceNacosNamingService springboot nacos监听配置变化&#xf…

QT--事件(丰富操作,高级功能)

一、事件 1.事件与信号的区别 事件来自外部&#xff0c;是随机发生的。信号来自内部&#xff0c;是主动发生的。有点像外中断和内中断的区别。事件&#xff1a;适用于处理系统级别的输入和状态变化&#xff0c;种类繁多&#xff0c;能够应对复杂的交互需求。信号/槽&#xff…

中国 X86 CPU 技术源自何方

注&#xff1a; 原文发布于 2017 年&#xff0c;两篇合二为一。未与作者沟通&#xff0c;侵权&#xff0c;立删。 导语&#xff1a; Intel 对 X86 的授权有着极为严格的限制&#xff0c;那么上海兆芯的 X86 芯片技术到底从何而来&#xff1f;ZX-C 目前的短板在哪里&#xff1f;…

pytorch 46 将ASpanFormer模型导出onnx运行

ASpanFormer是一个2022年8月份发布的算法,其主要步骤与LoFTR模型类似,因此无法导出为onnx模型。根据ASpanFormer论文中的数据与效果图,可以确定AsPanFormer是可以作为一个比SP+SG更为有效的方案,其在标准数据集上的效果优于SP+SG,在速度上远超SP+SG,与LoFTR接近;在预测点…

【深度学习入门项目】多层感知器(MLP)实现手写数字识别

多层感知器&#xff08;MLP&#xff09;实现手写数字识别 导入必要的包获得软件包的版本信息 下载并可视化数据查看一个batch的数据查看图片细节信息设置随机种子 定义模型架构Build model_1Build model_2 Train the Network (30 marks)Train model_1Train model_1Visualize th…

AI+X活动开放报名!Datawhale来南京了

Datawhale线下 主办方&#xff1a;讯飞开放平台、Datawhale、GDG南京 AIX 主题活动今年将走进 10 个城市&#xff0c;100 所高校&#xff0c;目前已经走进32所高校&#xff0c;以及北京、深圳、上海、杭州、武汉五个城市&#xff0c;南京是第六个城市&#xff0c;时间7月27号。…

IP-Trunk简介

定义 IP-Trunk是将多个链路层协议为HDLC的POS接口捆绑到一起&#xff0c;形成一条逻辑上的数据链路&#xff0c;以提供更高的连接可靠性和更大的带宽&#xff0c;实现流量负载分担。 目的 POS是一种应用在城域网及广域网中的技术&#xff0c;利用SONET/SDH提供的高速传输通道…

html改写vue日志

本人最近学了vue&#xff0c;想着练手的方法就是改写之前在公司开发的小系统前端&#xff0c;将前端的AJAXJSThymeleaf改为axiosvue。 改写html 将<html>中的<head>和<body>结构移除&#xff0c;将css部分移入<style>&#xff0c; 重新定义了全局的&…

视频汇聚,GB28181,rtsp,rtmp,sip,webrtc,视频点播等多元异构视频融合,视频通话,视频会议交互方案

现在视频汇聚&#xff0c;视频融合和视频互动&#xff0c;是视频技术的应用方向&#xff0c;目前客户一般有很多视频的业务系统&#xff0c;如已有GB28181的监控&#xff08;GB现在是国内主流&#xff0c;大量开源接入和商用方案&#xff09;&#xff0c;rtsp设备&#xff0c;音…

科研绘图系列:R语言单细胞聚类气泡图(single cell bubble)

介绍 单细胞的标记基因气泡图是一种用于展示单细胞数据中特定基因表达情况的可视化方法。它通常用于展示细胞亚群中标记基因的表达水平,帮助研究者识别和区分不同的细胞类型。在这种图表中,每个细胞亚群用不同的颜色表示,而基因表达水平则通过气泡的大小来表示,从而直观地…

【IEEE出版,会议历史良好、论文录用检索快】第四届计算机科学与区块链国际学术会议 (CCSB 2024,9月6-8)

CCSB 2024会议由深圳大学主办&#xff0c;旨在探讨计算机科学的最新发展如何与区块链技术相结合&#xff0c;以及这一结合如何推动金融、供应链管理、数据安全和其他多个行业的革新&#xff0c; 本次会议将提供一个多学科交流的平台&#xff0c;汇集来自相关领域学者的研究和思…

最优化理论与方法-第十讲-对偶理论的基本性质和割平面法

文章目录 1. 向量化拉格朗日对偶函数2. 对偶问题是凹函数3. 对偶问题转换4. 外逼近法4.1 步骤4.2 注意事项 1. 向量化拉格朗日对偶函数 ( D ) max ⁡ d ( λ , μ ) s t . λ i ≥ 0 , i 1 , ⋯ , m , d ( λ , μ ) min ⁡ x ∈ X { f ( x ) ∑ i 1 m λ i g i ( x ) ∑ …