本文實例講述了C++使用OpenCV實現(xiàn)證件照藍(lán)底換成白底功能（或其他顏色如紅色）。分享給大家供大家參考，具體如下：
今天剛好老師要辦點事情，老師唯一的一張證件照是藍(lán)色的，但是需要的底色是白色的，于是乎，好久不折騰的PS也忘記了，還好旁邊的剛來的小學(xué)弟懂一點，
在那里慢慢的幫老師一點點的處理，PS在邊緣的地方效果還真不咋地，確實是一門技術(shù)活。
于是我就想OpenCV能不能實現(xiàn)呢？一搜百度第一篇就是，但是人家轉(zhuǎn)成紅色，然后我又對HSV顏色空間不是很懂，最后在一個學(xué)習(xí)群里
但是文中未對HSV那一塊做出解釋，可能是我太菜了
貼出去問了下，一位優(yōu)秀的本科生幫我清晰解答了，汗顏
主要步驟為：
1.把RGB圖像轉(zhuǎn)換到HSV空間
2.取背景的一小塊20*20，計算藍(lán)色背景的平均色調(diào)和飽和度
3.設(shè)置閾值，取出藍(lán)色背景替換為紅色背景
4.把HSV圖像轉(zhuǎn)換會RGB空間
5.濾波器去除邊緣效應(yīng)
具體代碼為：
// change_color.cpp : 定義控制臺應(yīng)用程序的入口點。//證件照從藍(lán)色底換成紅色底//#include "stdafx.h"#include <iostream>#include <opencv2/core/core.hpp>#include <opencv2/highgui/highgui.hpp>#include <opencv2/imgproc/imgproc.hpp>using namespace cv;using namespace std;int main(){ char *origin="Original"; char *window="Image"; char *str="C://Users//ltc//Desktop//nihao.jpg"; namedWindow(origin,1); namedWindow(window,1); Mat image=imread(str); if(!image.data) { cout<<"圖像載入出現(xiàn)問題"<<endl; return 0; } Mat roi=image(Rect(20,20,20,20)); Mat hsvImg; cvtColor(image, hsvImg, CV_BGR2HSV); //將圖像轉(zhuǎn)換到HSV顏色空間 //分離HSV空間，v[0]為H色調(diào)，v[1]為S飽和度，v[2]為v灰度 vector<Mat> v; split(hsvImg,v); Mat roiH=v[0](Rect(20,20,20,20)); Mat roiS=v[1](Rect(20,20,20,20)); int SumH=0; int SumS=0; int avgH, avgS;//藍(lán)底的平均色調(diào)和平均飽和度 //取一塊藍(lán)色背景，計算出它的平均色調(diào)和平均飽和度 for(int i=0; i<20; i++) { for(int j=0; j<20; j++) { /*SumH=SumH+roiH(i,j);*/ SumH=int(roiH.at<uchar>(j,i))+SumH; SumS=int(roiS.at<uchar>(j,i))+SumS; } } avgH=SumH/400; avgS=SumS/400; //遍歷整個圖像 int nl=hsvImg.rows; int nc=hsvImg.cols; int step=10; for(int j=0; j<nl; j++) { for(int i=0; i<nc; i++) { //以H.S兩個通道做閾值分割，把藍(lán)色替換成紅色 if((v[0].at<uchar>(j,i))<=(avgH+5) && v[0].at<uchar>(j,i)>=(avgH-5) &&(v[1].at<uchar>(j,i))<=(avgS+40) && v[1].at<uchar>(j,i)>=(avgS-40)) { //cout<<int(v[0].at<uchar>(j,i))<<endl; //紅色底 //v[0].at<uchar>(j,i)=0; //白色底 v[0].at<uchar>(j,i)=0; v[1].at<uchar>(j,i)=0; //V[0]和V[1]全調(diào)成0就是變成白色 //綠色底 //v[0].at<uchar>(j,i)=60; //藍(lán)色底 //v[0].at<uchar>(j,i)=120; /*cout<<int(v[0].at<uchar>(j,i))<<endl;*/ } } } Mat finImg; merge(v,finImg); Mat rgbImg; cvtColor(finImg,rgbImg, CV_HSV2BGR); //將圖像轉(zhuǎn)換回RGB空間 imshow(origin,image); imshow(window,rgbImg); //加個濾波把邊緣部分的值濾掉（此處應(yīng)該用低通濾波器，但感覺不太好，還是不用了。） Mat result; GaussianBlur(rgbImg,result,Size(3,3),0.5); imshow(window,result); imwrite("nihaoWhite.jpg",result); waitKey(0); //system("pause"); return 0;}////遍歷整個圖像//int nl=hsvImg.rows;//int nc=hsvImg.cols * hsvImg.channels();//for(int j=0; j<nl; j++)//{// uchar *data=hsvImg.ptr<uchar>(j);// for(int i=0; i<nc; i++)// {// cout<<int(data[i])<<" ";// }//}這里面主要說明一下：
HSV模型
倒錐形模型：
這個模型就是按色彩、深淺、明暗來描述的。
H是色彩
S是深淺， S = 0時，只有灰度
V是明暗，表示色彩的明亮程度，但與光強無直接聯(lián)系，（意思是有一點點聯(lián)系吧）。
在這個程序里
色調(diào)主要是由V[0]來控制的
hsv是一個360度的模型 每個角度代表一種顏色
0度是紅色
120度是綠色
240度是藍(lán)色
但是OpenCV里最大值是255 所以它會對色調(diào)除以2，就是最大值是180
綠色對應(yīng)的讓它等于60 藍(lán)色對應(yīng)的就是120
換不同的背景只需要改動：
//紅色底v[0].at<uchar>(j,i)=0;//白色底v[0].at<uchar>(j,i)=0;v[1].at<uchar>(j,i)=0; //V[0]和V[1]全調(diào)成0就是變成白色//綠色底v[0].at<uchar>(j,i)=60;//藍(lán)色底v[0].at<uchar>(j,i)=120;
改動的位置就不需要說明了吧！這個方法的效果確實不錯，大贊！
畢竟是老師的圖片，不能輕易放出來，網(wǎng)上的也不能隨便用吧！哈哈
那就放張我最愛的崩壞3吧！
附錄
提取圖像中指定顏色的像素區(qū)域
#include<iostream>#include<opencv2/core/core.hpp>#include<opencv2/imgproc/imgproc.hpp>#include<opencv2/highgui/highgui.hpp>using namespace cv;class ColorDetector{private: //最小可接受距離 int minDist; //目標(biāo)色 cv::Vec3b target; //結(jié)果圖像 cv::Mat result;//計算與目標(biāo)顏色的距離int getDistance(cv::Vec3b color){ return abs(color[0] - target[0]) + abs(color[1] - target[1]) + abs(color[2] - target[2]);}public: //空構(gòu)造函數(shù) ColorDetector() :minDist(100) { //初始化默認(rèn)參數(shù) target[0] = target[1] = target[2] = 0; } void setColorDistanceThreshold(int distance); int getColorDistanceThreshold() const; void setTargetColor(unsigned char red, unsigned char green, unsigned char blue); void setTargetColor(cv::Vec3b color); cv::Vec3b getTargetColor() const; cv::Mat ColorDetector::process(const cv::Mat &image); };//設(shè)置色彩距離閾值，閾值必須是正的，否則設(shè)為0void ColorDetector::setColorDistanceThreshold(int distance){ if (distance < 0) distance = 0; minDist = distance;}//獲取色彩距離閾值int ColorDetector::getColorDistanceThreshold() const{ return minDist;}//設(shè)置需檢測的顏色void ColorDetector::setTargetColor(unsigned char red, unsigned char green, unsigned char blue){ //BGR順序 target[2] = red; target[1] = green; target[0] = blue;}//設(shè)置需檢測的顏色void ColorDetector::setTargetColor(cv::Vec3b color){ target = color;}//獲取需檢測的顏色cv::Vec3b ColorDetector::getTargetColor() const{ return target;}cv::Mat ColorDetector::process(const cv::Mat &image)//核心的處理方法{ //按需重新分配二值圖像 //與輸入圖像的尺寸相同，但是只有一個通道 result.create(image.rows, image.cols, CV_8U); //得到迭代器 cv::Mat_<cv::Vec3b>::const_iterator it = image.begin<cv::Vec3b>(); cv::Mat_<cv::Vec3b>::const_iterator itend = image.end<cv::Vec3b>(); cv::Mat_<uchar>::iterator itout = result.begin<uchar>(); for (; it != itend; ++it, ++itout)//處理每個像素 { //計算離目標(biāo)顏色的距離 if (getDistance(*it) < minDist) { *itout = 255; } else { *itout = 0; } } return result;}int _tmain(int argc, _TCHAR* argv[]){ //1.創(chuàng)建圖像處理的對象 ColorDetector cdetect; //2.讀取輸入圖像 cv::Mat image = cv::imread("boldt.jpg"); if (!image.data) { return 0; } //3.設(shè)置輸入?yún)?shù) cdetect.setTargetColor(130, 190, 230);//藍(lán)天的顏色 cv::namedWindow("result"); //4.處理并顯示結(jié)果 cv::imshow("result", cdetect.process(image)); cv::waitKey(); return 0;}希望本文所述對大家C++程序設(shè)計有所幫助。
新聞熱點
疑難解答
