python圖像處理：一福變五福

快過年了，各類互聯網產品都出來撒紅包。某寶一年一度的「集五福活動」更是成爲每一年的必備活動之一。

雖然到最後每人大概也就分個兩塊錢，但做爲一個全民話題，大多數人仍是願意湊湊熱鬧。

畢竟對於現在生活在大城市的人來講，集福領紅包和空蕩的地鐵車箱或許已經是最大的「年味」了。

 

！

既然是湊熱鬧，怎麼能少得了我。

以前我（GitPython公衆號）發過一篇：《10幾行代碼，用python打造實時截圖識別OCR》，介紹的是OCR文字識別的使用。

 

本篇文章再來對「福」字作文章，演示下如何用python圖像處理功能，把一幅「福」字圖片轉出 5 種不一樣的效果：

 

​

python最圖像處理最經常使用的兩個模塊是PIL和OpenCV，這裏咱們選擇 OpenCV。

讀取圖片及展現代碼：

 

import cv2
from matplotlib import pyplot as plt
img = cv2.imread('fu.png')
# 轉換顏色模式，顯示原圖
img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
plt.imshow(img)
plt.show()

 

由於 OpenCV 和 matplotlib 的顏色模式不同，因此須要作一次轉換，若是是直接經過 cv2 展現和保存圖片則不須要。

 

上面的效果分別用到了如下功能：

 

01

灰度福

 

這裏沒有選擇直接將圖片轉出灰度圖，由於這樣會致使福字不明顯。而是經過將紅、綠、藍三通道分離後，選擇色差最大的紅色通道。

 

r,g,b = cv2.split(img)

 

02

輪廓福

 

使用了 OpenCV 自帶的圖像輪廓提取功能。爲了更好的效果，這裏對紅色通道進行二值化後，再查找輪廓。

 

_, img_bin = cv2.threshold(r, 50, 255, cv2.THRESH_BINARY)
_, contours, _ = cv2.findContours(img_bin, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
img_cont = np.zeros(img_bin.shape, np.uint8)    
cv2.drawContours(img_cont, contours, -1, 255, 3)

 

03

反色福

 

髮色的實現是將每一個像素值 x 轉成 255-x。若是遍歷像素計算會比較慢，因而用了一個小技巧：轉成numpy的ndarray再進行矩陣運算。

 

img_i = np.asarray(img)
img_i = 255 - img_i

 

04

膨脹福

 

這裏實際上是「圖像腐蝕」操做（與「圖像膨脹」操做相反）。由於在咱們選取的紅色通道中，白色是背景，黑色纔是福字，因此對白色的「腐蝕」也就是對黑色的「膨脹」。這也是OpenCV的內置功能。

 

作完這一步，又對圖像進行了切割，直接經過列表的切片操做實現。

 

kernel = cv2.getStructuringElement(cv2.MORPH_RECT,(25, 25))
eroded = cv2.erode(r, kernel)
size = img.shape
eroded = eroded[int(size[1]*0.15):int(size[1]*0.7),int(size[0]*0.2):int(size[0]*0.85)]

 

05

福到了

 

OpenCV 提供了翻轉操做，第二個參數是旋轉軸的選取，你能夠試試 0 和 1 的效果。

 

img_r = cv2.flip(img, -1)