文章目錄
一、前言
Python中有許多用於圖像處理的庫,像是Pillow,或者是OpenCV。而很多時候感覺學完了這些圖像處理模塊沒有什麼用,其實只是你不知道怎麼用罷了。今天就給大家帶了一些美圖技巧,讓你的圖美翻全場,朋友圈讚不絕口,女朋友也誇你,富貴你好厲害啊!
二、模塊安裝
我們主要使用到OpenCV和Pillow,另外我們還會使用到wordcloud和paddlehub,我們先安裝一下:
pip install opencv-python
pip install pillow
python -m pip install paddlepaddle -i https://mirror.baidu.com/pypi/simple
pip install -i https://mirror.baidu.com/pypi/simple paddlehub
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple/ myqr
另外我使用的Python環境是3.7,知道這些我們就可以開始進行我們的美圖之旅了。
三、圖片美化
1、祛痘
還在爲痘痘煩難,不敢拍照嗎?有了這個你就不用怕了(雖然有p圖軟件,但是大家不要揭穿我):
import cv2
level = 22 # 降噪等級
img = cv2.imread('girl.jpg') # 讀取原圖
img = cv2.bilateralFilter(img, level, level*2, level/2) # 美顏
cv2.imwrite('result.jpg', img)
實際上,在光滑的臉蛋上,痘痘就可以視爲一個噪點,而我們可以通過降噪的方式達到祛痘祛斑的效果,在OpenCV中就提供了相應的濾鏡,我們只需要調用即可。原圖和實現效果圖對比如下:
可以看到臉上的斑明顯是變少了。紳士們應該可以注意到,脖子下面的皮膚光滑了許多。不過頭髮細節被抹除了不少。我們可以通過調節level參數,調節效果。如果想效果更好,可以結合人臉識別,進行局部的祛痘處理。
2、詞雲——我不只是一張圖
其實詞雲已經是老生常談了,但是作美圖中的姣姣者,還是有必要列出來的,因爲一張詞雲所能包含的信息太多了:
from PIL import Image
import numpy as np
from wordcloud import WordCloud, ImageColorGenerator
# 讀取背景圖片
mask = np.array(Image.open('rose.png'))
# 定義詞雲對象
wc = WordCloud(
# 設置詞雲背景爲白色
background_color='white',
# 設置詞雲最大的字體
max_font_size=30,
# 設置詞雲輪廓
mask=mask,
# 字體路徑,如果需要生成中文詞雲,需要設置該屬性,設置的字體需要支持中文
#font_path='msyh.ttc'
)
# 讀取文本
text = open('article.txt', 'r', encoding='utf-8').read()
# 生成詞雲
wc.generate(text)
# 給詞雲上色
wc = wc.recolor(color_func=ImageColorGenerator(mask))
# 保存詞雲
wc.to_file('result.png')
其中article.txt爲我們的詞雲的文本素材,而rose.png則是詞雲輪廓(該圖片背景應該爲嚴格的白色或者透明),原圖和實現效果如下:
還是非常美的。更多詳細內容可以參考https://blog.csdn.net/ZackSock/article/details/103517841。
3、風格遷移——努力變成你喜歡的樣子
風格遷移,顧名思義就是將某一張圖片的風格遷移到另一張圖片上。比如我拍了一張白天的圖片,但是我想要一張夜景的圖片,那我們該怎麼做呢?當然是等到晚上再拍了,不過除了這個方法,我們還可以下載一張夜景圖片,將夜景效果遷移到我們的原圖上。
風格遷移的實現需要使用深度學習才能實現,但是像我這樣的菜雞肯定是不會深度學習的啦,所以我們直接使用paddlehub中已經實現好的模型庫:
import cv2
import paddlehub as hub
# 加載模型庫
stylepro_artistic = hub.Module(name="stylepro_artistic")
# 進行風格遷移
im = stylepro_artistic.style_transfer(
images=[{
# 原圖
'content': cv2.imread("origin.jpg"),
# 風格圖
'styles': [cv2.imread("style.jpg")]
}],
# 透明度
alpha = 0.1
)
# 從返回的數據中獲取圖片的ndarray對象
im = im[0]['data']
# 保存結果圖片
cv2.imwrite('result.jpg', im)
原圖風格圖和效果圖如下:
左邊是原圖,中間是風格圖,右邊爲效果圖。上面的效果還算可以,但是不是每次都怎麼成功,還是要多試試。
4、圖中圖——每一個像素都是你
這個相比上面的要複雜一些,我們需要準備圖庫,將這些圖作素材,然後根據圖片某個區域的主色調進行最適當的替換,代碼如下:
import os
import cv2
import numpy as np
def getDominant(im):
"""獲取主色調"""
b = int(round(np.mean(im[:, :, 0])))
g = int(round(np.mean(im[:, :, 1])))
r = int(round(np.mean(im[:, :, 2])))
return (b, g, r)
def getColors(path):
"""獲取圖片列表的色調錶"""
colors = []
filelist = [path + i for i in os.listdir(path)]
for file in filelist:
im = cv2.imdecode(np.fromfile(file, dtype=np.uint8), -1)
dominant = getDominant(im)
colors.append(dominant)
return colors
def fitColor(color1, color2):
"""返回兩個顏色之間的差異大小"""
b = color1[0] - color2[0]
g = color1[1] - color2[1]
r = color1[2] - color2[2]
return abs(b) + abs(g) + abs(r)
def generate(im_path, imgs_path, box_size, multiple=1):
"""生成圖片"""
# 讀取圖片列表
img_list = [imgs_path + i for i in os.listdir(imgs_path)]
# 讀取圖片
im = cv2.imread(im_path)
im = cv2.resize(im, (im.shape[1]*multiple, im.shape[0]*multiple))
# 獲取圖片寬高
width, height = im.shape[1], im.shape[0]
# 遍歷圖片像素
for i in range(height // box_size+1):
for j in range(width // box_size+1):
# 圖塊起點座標
start_x, start_y = j * box_size, i * box_size
# 初始化圖片塊的寬高
box_w, box_h = box_size, box_size
box_im = im[start_y:, start_x:]
if i == height // box_size:
box_h = box_im.shape[0]
if j == width // box_size:
box_w = box_im.shape[1]
if box_h == 0 or box_w == 0:
continue
# 獲取主色調
dominant = getDominant(im[start_y:start_y+box_h, start_x:start_x+box_w])
img_loc = 0
# 差異,同主色調最大差異爲255*3
dif = 255 * 3
# 遍歷色調錶,查找差異最小的圖片
for index in range(colors.__len__()):
if fitColor(dominant, colors[index]) < dif:
dif = fitColor(dominant, colors[index])
img_loc = index
# 讀取差異最小的圖片
box_im = cv2.imdecode(np.fromfile(img_list[img_loc], dtype=np.uint8), -1)
# 轉換成合適的大小
box_im = cv2.resize(box_im, (box_w, box_h))
# 鋪墊色塊
im[start_y:start_y+box_h, start_x:start_x+box_w] = box_im
j += box_w
i += box_h
return im
if __name__ == '__main__':
# 獲取色調列表
colors = getColors('表情包/')
result_im = generate('main.jpg', '表情包/', 50, multiple=5)
cv2.imwrite('C:/Users/zaxwz/Desktop/result.jpg', result_im)
關於實現,我後續會寫文章詳細分析。我們看看效果圖:
圖片我們還是可以看出人物的,但是某些地方顏色不太對,這就是根據我們圖庫來的了。我們方法圖片就能看到上面幾百張小圖片。(當然你放大上面的圖是看不到的,因爲分辨率太低)
5、切換背景——帶你去旅行
最近大家都宅家裏,照片拍了不少,可惜背景全是沙發。遇到我就是你女朋友的福氣,看我如何10行代碼換圖片背景:
from PIL import Image
import paddlehub as hub
# 加載模型
humanseg = hub.Module(name='deeplabv3p_xception65_humanseg')
# 摳圖
results = humanseg.segmentation(data={'image':['xscn.jpeg']})
# 讀取背景圖片
bg = Image.open('bg.jpg')
# 讀取原圖
im = Image.open('humanseg_output/xscn.png').convert('RGBA')
im.thumbnail((bg.size[1], bg.size[1]))
# 分離通道
r, g, b, a = im.split()
# 將摳好的圖片粘貼到背景上
bg.paste(im, (bg.size[0]-bg.size[1], 0), mask=a)
bg.save('xscn.jpg')
下面看看我們的效果:
6、九宮格——一張照片裝不下你的美
很多人發照片都喜歡發九宮格,但是一般又沒那麼多照片,這個時候就需要用表情包占位了。對於技術宅,這種不合理的方式是絕不容許的,於是我們寫下如下代碼:
from PIL import Image
# 讀取圖片
im = Image.open('xscn.jpeg')
# 寬高各除 3,獲取裁剪後的單張圖片大小
width = im.size[0]//3
height = im.size[1]//3
# 裁剪圖片的左上角座標
start_x = 0
start_y = 0
# 用於給圖片命名
im_name = 1
# 循環裁剪圖片
for i in range(3):
for j in range(3):
# 裁剪圖片並保存
crop = im.crop((start_x, start_y, start_x+width, start_y+height))
crop.save(str(im_name) + '.jpg')
# 將左上角座標的 x 軸向右移動
start_x += width
im_name += 1
# 當第一行裁剪完後 x 繼續從 0 開始裁剪
start_x = 0
# 裁剪第二行
start_y += height
我們執行上面的代碼後,就能生成名爲1~9的圖片,這些圖片就是我們的九宮格圖片,下面看看測試效果:
不得不說,小松菜奈是真的美。
7、圖片二維碼——冰冷的圖裏也飽含深情
有話想說又不敢說?來試試二維碼吧,小小的圖飽含深情:
from MyQR import myqr
myqr.run(
words='http://www.baidu.com', # 包含信息
picture='lbxx.jpg', # 背景圖片
colorized=True, # 是否有顏色,如果爲False則爲黑白
save_name='code.png' # 輸出文件名
)
效果圖如下:
因爲上面的二維碼經過我的特殊處理,在你掃碼的時候會發現上面是碼中碼中碼,要掃很多遍才能獲得最後結果,大家可以發揮自己的想象力,做出點有趣的東西。