python 图片背景前景分离_【绝了】用 Python 把朋友头像变表情包!

19c154c156fd932e8bc3978a4e70d4b9.png

正文
在日常生活中,我们经常会存取一些朋友们的丑照,在这个项目中,我们以萌萌哒的熊猫头作为背景,然后试着在背景图上加入朋友们的照片,效果如下图所示。

e6f4abd586ad93957ffc916f8c9ba118.png

9229e3599d5ba434f523cec52656fc7a.pngb369318ea9e4b1ab86662f36a196ff0c.png

实现步骤

  • 导入朋友的照片(前景照片);

  • 处理前景照片(缩放、旋转,填充);

  • 导入熊猫头照片(背景照片);

  • 将前景和背景拼接起来形成表情包;

  • 在表情包下面添加文字。

1、导入需要的库

import cv2import numpy as mpimport matplotlib.pyplot as pltfrom PIL import Image, ImageDraw, ImageFont

这个项目主要是通过 opencv 完成,但如果要在表情包下面写中文的话,PIL(pillow)库是必不可少的。

2、绘图函数

这里写一个绘图函数,方便绘图操作。

def plt_show(img):    imageRGB = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)    plt.imshow(imageRGB)    plt.show()

3、导入前景照片

image = cv2.imread('SXC.jpg', 0)  # 导入灰度图即可plt_show(image)

bf7a9d5c24dd985f70349714781c10e6.png

4、等比例缩放前景照片

因为我们发现前景照片的尺寸比背景尺寸还要大,这显然是不合适的,所以要先对其进行等比例(0.3)缩放。

image_resize = cv2.resize(image, None, fx=0.3, fy=0.3, interpolation = cv2.INTER_CUBIC)plt_show(image_resize)

7f6a1133f86046214da99235e2f899b8.png

5、对前景照片进行二值化处理

在这里,我们将像素值大于 80 的区域设置为 255;小于 80 的区域设置成 0。

ret, image_binary = cv2.threshold(image_resize, 80, 255, cv2.THRESH_BINARY)plt_show(image_binary)

3ef52e63b65f7c65fc0b4ae72537e320.png

6、提取出感兴趣区域

image_roi = image_binary[74: 185, 0: 150]plt_show(image_roi)

260e4669f091e3306a8d37f632c16356.png

7、旋转图片

因为我们的背景图片(熊猫头)是正的,而前景图片有些向右倾斜,所以要先对其进行旋转操作(大概逆时针旋转 15 度即可)。

rows, cols = image_roi.shapeM = cv2.getRotationMatrix2D(((cols-1)/2.0, (rows-1)/2.0), 15, 1)  # (旋转中心,逆时针旋转角度,各个方向同等扩大比例)image_rotate = cv2.warpAffine(image_roi, M, (140, 130))  # (140, 130) 是指旋转后的画布大小plt_show(image_rotate)

aaa466c3a492fbea4dbaf4b2a6ea190d.png

8、将一些不需要的黑色区域删除掉

在这里我们使用 cv2.fillPoly 函数对不需要的区域用白色进行填充。

h, w = image_rotate.shapeimage_rotate_copy = image_rotate.copy()pts1 = np.array([[0, 20],  [64, 0], [0, 0]], np.int32)pts2 = np.array([[0, 18],  [0, h], [80, h]], np.int32)pts3 = np.array([[0, 100],  [0, h], [w, h], [w, 100]], np.int32)pts4 = np.array([[111, 0],  [w, 0], [w, 30]], np.int32)pts5 = np.array([[124, 0],  [115, h], [w, h]], np.int32)pts6 = np.array([[120, 40],  [95, 100], [120, 100]], np.int32)foreground = cv2.fillPoly(image_rotate_copy, [pts1], (255, 255, 255))  # (图片,填充区域,填充颜色)foreground = cv2.fillPoly(image_rotate_copy, [pts2], (255, 255, 255))foreground = cv2.fillPoly(image_rotate_copy, [pts3], (255, 255, 255))foreground = cv2.fillPoly(image_rotate_copy, [pts4], (255, 255, 255))foreground = cv2.fillPoly(image_rotate_copy, [pts5], (255, 255, 255))foreground = cv2.fillPoly(image_rotate_copy, [pts6], (255, 255, 255))plt_show(foreground)

4b711482e882948fb51b306c8d9ff15a.png

9、再次提取感兴趣区域并缩放

foreground_roi = foreground[0: 93, 0: 125]plt_show(foreground_roi)foreground_roi_resize = cv2.resize(foreground_roi, None, fx=2.5, fy=2.5, interpolation = cv2.INTER_CUBIC)plt_show(foreground_roi_resize)

8d8550bda40f7c24ec8a126e377788ee.png82288a4f6b9f082c5876c4b986998802.png

10、导入背景图片

background = cv2.imread('back.jpg', 0)plt_show(background)

b106ef98af85fe87d2363bfef3f7e87b.png

11、组合两张图片成表情包

h_f, w_f = foreground.shapeh_b, w_b = background.shapeleft = (w_b - w_f)//2  # 前景图片在背景图片中的左边的横坐标right = left + w_f  # 前景图片在背景图片中的右边的横坐标top = 100  # 前景图片在背景图片中的上边的纵坐标bottom = top + h_f  # 前景图片在背景图片中的下边的纵坐标emoji = backgroundemoji[top: bottom, left: right] = foregroundplt_show(emoji)

8f912b6a7defae0627b3f98483e9a75a.png

12、在表情包下面添加文本

12.1 添加英文文本

如果只是要添加英文文本,用 opencv 就可以解决:

emoji_copy = emoji.copy()# (图片,文本,位置,字体,文本大小,文本颜色,文本粗细)cv2.putText(emoji_copy, "FXXK!!", (210, 500), cv2.FONT_HERSHEY_SIMPLEX, 1.2, (0, 0, 0), 5)plt_show(emoji_copy)

d0edb7c446cd30dd2cf41be50a324f0e.png

12.2 添加中文文本

如果要添加中文文本,我们需要借助 PIL 库来实现。

PilImg = Image.fromarray(emoji)  # cv2 转 PILdraw = ImageDraw.Draw(PilImg)  # 创建画笔ttfront = ImageFont.truetype('simhei.ttf', 34)  # 设置字体draw.text((210, 450),"你瞅啥!!",fill=0, font=ttfront)  # (位置,文本,文本颜色,字体)emoji_text = cv2.cvtColor(np.array(PilImg),cv2.COLOR_RGB2BGR)  # PIL 转回 cv2plt_show(emoji_text)

8f5cbe744934c76227759bff96f60aae.png

13、保存表情包

cv2.imwrite('./emoji.png', np.array(emoji_text))

热文推荐:1、登顶热榜Top1,使用 Python实现所有算法!2、【思维导图】Python从入门到精通3、周末两天两夜写的飞机大战(附源码)4、Python版视频下载神器,支持80+网站,比迅雷还快!5、这可能是史上最全的Python算法集!

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/news/472099.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

LeetCode 1899. 合并若干三元组以形成目标三元组

文章目录1. 题目2. 解题1. 题目 三元组 是一个由三个整数组成的数组。 给你一个二维整数数组 triplets ,其中 triplets[i] [ai, bi, ci] 表示第 i 个 三元组 。 同时,给你一个整数数组 target [x, y, z] ,表示你想要得到的 三元组 。 为了…

mysql snowflake_雪花算法-snowflake

雪花算法-snowflake分布式系统中,有一些需要使用全局唯一ID的场景,这种时候为了防止ID冲突可以使用36位的UUID,但是UUID有一些缺点,首先他相对比较长,另外UUID一般是无序的。有些时候我们希望能使用一种简单一些的ID&a…

nrf52832芯片手册_nRF52832低功耗问题不完全总结

0.前言技术和经历经验都有限,以下内容仅供初学者参考和个人总结记录,不定期更新。都是使能协议栈开启BLE广播的情况协议栈:s132_nrf52_6.1.1SDK:nRF5_SDK_15.3.0_59ac3451.进入低功耗方式nRF52832进入低功耗或保持低功耗方式比较简…

openpyxl 读写 excel

import openpyxl book openpyxl.load_workbook(b.xlsx) # 读取 # sheet book["name_tab"] sheet book.active # rowsheet.max_row # 行数 columnsheet.max_column # 列数 print(row) print(column) for r in range(2, row1): # 跳过表头,行号是从1开…

iOS开发周报-- 第一期

从Java转iOS第一个项目总结 http://www.cocoachina.com/ios/20150417/11595.html icon设计探讨:图标,文字,还是图标加文字? http://www.cocoachina.com/design/20150414/11552.html 为什么整个互联网行业都缺CTO http://www.cocoa…

mysql 连接 内存溢出_mysql - MySQL中止连接未知错误 - 堆栈内存溢出

我使用多jdbc执行全表查询以进行数据迁移。 当我使用并行的75个jdbc查询每个表有近3000000行的差异表时,我发现MySQL在所有数据返回到jdbc之前中止了一个连接。慢日志:Time: 160919 9:09:38UserHost: test[test] [10.142.90.20]Thread_id: 349 Schema: …

opengl计算帧率_或许是迄今为止第一篇讲解 fps 计算原理的文章吧

前言fps,是 frames per second 的简称,也就是我们常说的“帧率”。在游戏领域中,fps 作为衡量游戏性能的基础指标,对于游戏开发和手机 vendor 厂商都是非常重要的数据,而计算游戏的 fps 也成为日常测试的基本需求。目前…

041、基于CNN的样式迁移

之——基于CNN的滤镜 目录 之——基于CNN的滤镜 杂谈 正文 1.基于CNN的样式迁移 2.实现 杂谈 通过CNN的特征提取,可以实现将一个图片的样式模式特征迁移到另一张图像上。 正文 1.基于CNN的样式迁移 就是在某些层的输出上用其他的图片进行监督。 2.实现 一般来…

LeetCode 483. 最小好进制(二分查找)

文章目录1. 题目2. 解题1. 题目 对于给定的整数 n, 如果 n 的 k(k>2)进制数的所有数位全为1,则称 k(k>2)是 n 的一个好进制。 以字符串的形式给出 n, 以字符串的形式返回 n 的 最小 好进制。 示例 1&#xff…

rds for mysql的监控指标_mysql(RDS)常用性能指标监控

Mysql1.1.1监控指标说明主要针对SQL耗时、吞吐量(QPS TPS)命中率 锁等待等指标进行监控。本来运维工具产品有以下参数:(global status里面的状态量)TPS/QPS连接数每秒SQL执行次数全表扫描数InnoDB缓冲池命中率InnoDB缓冲池使用率/脏块率InnoDB逻辑读排序记录数InnoD…

numpy 随机数_TF+Numpy减少随机性的影响

有这么一个段子:深度学习论文有一半不公开源代码,另外公开源代码的一半复现不了,鬼知道作者怎么把结果搞得这么牛逼的.其中一个原因就是深度学习使用了大量的随机数,就我一般使用的PythonTensorFlow环境而言,Python的随机性来自于numpy,而TensorFlow在初始化参数的时候也是使用…

LeetCode LCS 01. 下载插件

文章目录1. 题目2. 解题1. 题目 小扣打算给自己的 VS code 安装使用插件,初始状态下带宽每分钟可以完成 1 个插件的下载。 假定每分钟选择以下两种策略之一: 使用当前带宽下载插件将带宽加倍(下载插件数量随之加倍) 请返回小扣完成下载 n …

ASCII字符集中的功能/控制字符

转载:ASCII字符集中的功能/控制字符 Function/Control Code/Character in ASCII 【什么是 Function Code 功能码或 Function Character 功能字符】 ASCII 字符集,大家都知道吧,最基本的包含了 128 个字符。其中前 32 个, 0-31 ,即…

mysql chown_chown -R mysql:mysql ./及chown详解

chown -R mysql:mysql ./及chown详解,当我们在不通过yum(CentOS)、apt-get(Ubuntu)来安装MySQL的时候,通常执行以下命令来改变目录的拥有者:[rootlocalhost ~]# chown -R mysql:mysql ./那?这两个mysql谁是用户名谁是用户组呢&am…

LeetCode LCS 02. 完成一半题目(计数+排序)

文章目录1. 题目2. 解题1. 题目 有 N 位扣友参加了微软与力扣举办了「以扣会友」线下活动。 主办方提供了 2*N 道题目,整型数组 questions 中每个数字对应了每道题目所涉及的知识点类型。 若每位扣友选择不同的一题,请返回被选的 N 道题目至少包含多少种…

opensip db mysql_opensip和opensip_cp安装配置

一,opensip安装1,老老实实安装各种库,我在这里吃了点亏:yum install gcc makeyum install flex bison ncurses libncurses-dev ncurses-develyum install mysql mysql-server mysql-libs mysql-devel2,下载opensip&…

摄像头图像分析目标物体大小位置_单个运动摄像头估计运动物体深度,谷歌挑战新难题...

雷锋网 AI 科技评论按:人类视觉系统有一个我们习以为然但其实极其强大的功能,那就是可以从平面图像反推出对应的三维世界的样子。即便在有多个物体同时移动的复杂环境中,人类也能够对这些物体的几何形状、深度关系做出合理的推测。然而类似的…

Spring中DispacherServlet、WebApplicationContext、ServletContext的关系

解释一: 要想很好理解这三个上下文的关系,需要先熟悉spring是怎样在web容器中启动起来的。spring的启动过程其实就是其IoC容器的启动过程,对于web程序,IoC容器启动过程即是建立上下文的过程。 spring的启动过程: 首先&…

LeetCode LCS 03. 主题空间(广度优先搜索BFS)

文章目录1. 题目2. 解题1. 题目 「以扣会友」线下活动所在场地由若干主题空间与走廊组成,场地的地图记作由一维字符串型数组 grid,字符串中仅包含 “0"~"5” 这 6 个字符。 地图上每一个字符代表面积为 1 的区域,其中 …

UIImage 裁剪图片和等比列缩放图片

本文转载至 http://blog.csdn.net/cuiweijie3/article/details/9514293 转自 http://www.tedz.me/ios/uiimage-crop-resize-image interface UIImage(UIImageScale)-(UIImage*)getSubImage:(CGRect)rect;-(UIImage*)scaleToSize:(CGSize)size;endimplementation UIImage(UIIma…