更改图片中的部分颜色及修改图片的背景色

2024-08-31 01:20

本文主要是介绍更改图片中的部分颜色及修改图片的背景色,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

**一:**在Python中,可以使用OpenCV库来更换图片中的特定颜色。这通常涉及到以下几个步骤:
1、读取图片。
2、定位需要更改颜色的区域。
3、更改这些区域的颜色。
4、显示或保存修改后的图片。

在这里插入代import cv2
import numpy as np# 1. 读取图片
image = cv2.imread('path_to_your_image.jpg')# 2. 将BGR图像转换为HSV色彩空间
hsv = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)# 3. 定义HSV中红色的范围
# 注意:由于红色的H(Hue)值在HSV色彩空间的两端,可能需要两组值来覆盖
lower_red1 = np.array([0, 50, 50])
upper_red1 = np.array([10, 255, 255])
lower_red2 = np.array([170, 50, 50])
upper_red2 = np.array([180, 255, 255])
# 4. 创建红色区域的掩码(如果像素在范围内,则掩码为白色,否则为黑色)
mask1 = cv2.inRange(hsv, lower_red1, upper_red1)
mask2 = cv2.inRange(hsv, lower_red2, upper_red2)
mask = cv2.bitwise_or(mask1, mask2)
# 5. 更改图片中的特定颜色
# 用蓝色替换红色区域
image[mask != 0] = [255, 0, 0] # 更改为蓝色:[蓝, 绿, 红]
# 6. 显示结果
cv2.imshow('Original Image', cv2.imread('path_to_your_image.jpg'))
cv2.imshow('Color Replaced Image', image)
cv2.waitKey(0)
cv2.destroyAllWindows()

说明
首先,读取图像并将其从BGR色彩空间转换到HSV色彩空间。这是因为在HSV色彩空间中,相同或相近颜色的不同阴影更容易通过调整"颜色(Hue)" "饱和度(Saturation)"和"亮度(Value)"三个参数来区分。
然后,定义要替换的原始颜色(红色)在HSV空间中的范围,并基于这个范围创建一个掩码。这个掩码只包含我们想要更改颜色的区域。
利用掩码,将原图中的红色区域更改为新的颜色。在示例中,所有红色区域被替换为蓝色。
显示原始图像和更改颜色后的图像。
请根据实际需求调整HSV中红色的范围以及想要替换的颜色值。这个方法适用于大部分简单的颜色替换场景,但如果场景较为复杂(比如颜色在图像中分布不均匀或者有多种亮度和饱和度的情况),可能需要更复杂的方法。

===============================================================
如何获取图片的色调?
要获取图片的色调(Hue),通常需要将图像从 RGB 颜色空间转换到 HSV 颜色空间,并提取色调通道的数值。你可以使用 Python 中的 PIL(Pillow)库或 OpenCV 库来实现这个任务。下面是使用 OpenCV 获取图像色调的简单示例:

import cv2
# 读取图像
image = cv2.imread('image.jpg')
# 将图像从 BGR 转换到 HSV 颜色空间
image_hsv = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)
# 提取色调通道
hue_channel = image_hsv[:, :, 0]  # 色调通道在 HSV 中索引为 0
# 显示并输出色调通道
cv2.imshow('Hue Channel', hue_channel)
cv2.waitKey(0)
cv2.destroyAllWindows()

在上述示例中,我们通过 cv2.cvtColor() 函数将图像从 BGR 转换到 HSV 颜色空间,然后从 HSV 图像中提取色调通道。色调通道的数值范围通常是 0 到 179(0-360 度的一半),代表不同的颜色。通过这个过程,你可以获取图像的色调信息。
如果你想使用 Pillow 库来实现相同的功能,也可以进行类似的步骤,只是使用 Pillow 的方法来转换图像和访问不同的通道数据。

**二:**要在Python中修改图片的背景色,你通常需要首先分割前景和背景,然后将背景替换成想要的颜色。使用OpenCV库配合NumPy可以实现这个过程。这里我们会通过一个简单的示例演示如何将背景替换为单一颜色。

假设我们有一张图像,其中的背景相对单一,这样我们可以更容易地通过颜色阈值来分割前景和背景。
步骤

  1. 安装OpenCV(如果你还没有安装的话):
    pip install opencv-python
  2. 读取图像:首先,我们读取想要修改背景的图像。
  3. 颜色空间转换:将图像从BGR颜色空间转换为HSV空间,以便更容易地通过颜色阈值分割背景。
  4. 背景掩码创建:基于背景颜色创建一个掩码,这样我们就可以区分哪部分是背景,哪部分是前景(即想要保留的部分)。
  5. 更换背景颜色:使用掩码将背景部分替换为新的颜色。
  6. 显示或保存结果图像。
import cv2
import numpy as np# 1. 读取图像
image = cv2.imread('path_to_your_image.jpg')# 2. 将BGR图像转换为HSV色彩空间
hsv = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)# 3. 定义背景颜色范围在HSV空间(假设背景颜色较暗)
# 这里以较暗的颜色为例,实际应用中需要根据背景颜色调整阈值
lower_bg = np.array([0, 0, 0])
upper_bg = np.array([180, 255, 50])
background_mask = cv2.inRange(hsv, lower_bg, upper_bg)# 4. 反转掩码:前景为白色,背景为黑色
foreground_mask = cv2.bitwise_not(background_mask)# 5. 将原图中的背景部分提取出来
background = cv2.bitwise_and(image, image, mask=background_mask)# 6. 创建一个白色背景
white_background = np.full(image.shape, (255, 255, 255), dtype=np.uint8)  # 根据需要的背景颜色调整# 7. 将白色背景和前景结合
foreground = cv2.bitwise_and(image, image, mask=foreground_mask)
result = cv2.bitwise_or(foreground, white_background)# 8. 显示或保存结果
cv2.imshow('Original Image', image)
cv2.imshow('Foreground', foreground)
cv2.imshow('Result Image with New Background', result)cv2.waitKey(0)
cv2.destroyAllWindows()

这仅仅是一个基本例子。高质量的背景替换,特别是在背景和前景颜色接近或者背景颜色不均匀的情况下,通常需要更高级的图像处理技术,如图像分割网络(例如DeepLab)或者使用AI模型。

请注意,如需将背景替换为其他颜色,只需调整第6步中np.full函数的(255, 255, 255)参数即可。例如,一个全新的蓝色背景可以是(255, 0, 0)(在OpenCV中,颜色通道顺序为BGR)。

这篇关于更改图片中的部分颜色及修改图片的背景色的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1122483

相关文章

使用opencv优化图片(画面变清晰)

文章目录 需求影响照片清晰度的因素 实现降噪测试代码 锐化空间锐化Unsharp Masking频率域锐化对比测试 对比度增强常用算法对比测试 需求 对图像进行优化,使其看起来更清晰,同时保持尺寸不变,通常涉及到图像处理技术如锐化、降噪、对比度增强等 影响照片清晰度的因素 影响照片清晰度的因素有很多,主要可以从以下几个方面来分析 1. 拍摄设备 相机传感器:相机传

poj 2976 分数规划二分贪心(部分对总体的贡献度) poj 3111

poj 2976: 题意: 在n场考试中,每场考试共有b题,答对的题目有a题。 允许去掉k场考试,求能达到的最高正确率是多少。 解析: 假设已知准确率为x,则每场考试对于准确率的贡献值为: a - b * x,将贡献值大的排序排在前面舍弃掉后k个。 然后二分x就行了。 代码: #include <iostream>#include <cstdio>#incl

两个月冲刺软考——访问位与修改位的题型(淘汰哪一页);内聚的类型;关于码制的知识点;地址映射的相关内容

1.访问位与修改位的题型(淘汰哪一页) 访问位:为1时表示在内存期间被访问过,为0时表示未被访问;修改位:为1时表示该页面自从被装入内存后被修改过,为0时表示未修改过。 置换页面时,最先置换访问位和修改位为00的,其次是01(没被访问但被修改过)的,之后是10(被访问了但没被修改过),最后是11。 2.内聚的类型 功能内聚:完成一个单一功能,各个部分协同工作,缺一不可。 顺序内聚:

Android 10.0 mtk平板camera2横屏预览旋转90度横屏拍照图片旋转90度功能实现

1.前言 在10.0的系统rom定制化开发中,在进行一些平板等默认横屏的设备开发的过程中,需要在进入camera2的 时候,默认预览图像也是需要横屏显示的,在上一篇已经实现了横屏预览功能,然后发现横屏预览后,拍照保存的图片 依然是竖屏的,所以说同样需要将图片也保存为横屏图标了,所以就需要看下mtk的camera2的相关横屏保存图片功能, 如何实现实现横屏保存图片功能 如图所示: 2.mtk

Spring MVC 图片上传

引入需要的包 <dependency><groupId>commons-logging</groupId><artifactId>commons-logging</artifactId><version>1.1</version></dependency><dependency><groupId>commons-io</groupId><artifactId>commons-

如何在运行时修改serialVersionUID

优质博文:IT-BLOG-CN 问题 我正在使用第三方库连接到外部系统,一切运行正常,但突然出现序列化错误 java.io.InvalidClassException: com.essbase.api.base.EssException; local class incompatible: stream classdesc serialVersionUID = 90314637791991

Prompt - 将图片的表格转换成Markdown

Prompt - 将图片的表格转换成Markdown 0. 引言1. 提示词2. 原始版本 0. 引言 最近尝试将图片中的表格转换成Markdown格式,需要不断条件和优化提示词。记录一下调整好的提示词,以后在继续优化迭代。 1. 提示词 英文版本: You are an AI assistant tasked with extracting the content of

笔记整理—内核!启动!—kernel部分(2)从汇编阶段到start_kernel

kernel起始与ENTRY(stext),和uboot一样,都是从汇编阶段开始的,因为对于kernel而言,还没进行栈的维护,所以无法使用c语言。_HEAD定义了后面代码属于段名为.head .text的段。         内核起始部分代码被解压代码调用,前面关于uboot的文章中有提到过(eg:zImage)。uboot启动是无条件的,只要代码的位置对,上电就工作,kern

研究人员在RSA大会上演示利用恶意JPEG图片入侵企业内网

安全研究人员Marcus Murray在正在旧金山举行的RSA大会上公布了一种利用恶意JPEG图片入侵企业网络内部Windows服务器的新方法。  攻击流程及漏洞分析 最近,安全专家兼渗透测试员Marcus Murray发现了一种利用恶意JPEG图片来攻击Windows服务器的新方法,利用该方法还可以在目标网络中进行特权提升。几天前,在旧金山举行的RSA大会上,该Marcus现场展示了攻击流程,

恶意PNG:隐藏在图片中的“恶魔”

&lt;img src=&quot;https://i-blog.csdnimg.cn/blog_migrate/bffb187dc3546c6c5c6b8aa18b34b962.jpeg&quot; title=&quot;214201hhuuhubsuyuukbfy_meitu_1_meitu_2.jpg&quot;/&gt;&lt;/strong&gt;&lt;/span&gt;&lt;