學會這些Python美圖技巧，就等着女朋友誇你吧

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。