1、前言

Python中有許多用於圖像處理的庫，像是Pillow，或者是OpenCV。而不少時候感受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。今天就給你們帶了一些美圖技巧，讓你的圖美翻全場，朋友圈讚不絕口，女友也誇你，富貴你好厲害啊！python

2、模塊安裝

咱們主要使用到OpenCV和Pillow，另外咱們還會使用到wordcloud和paddlehub，咱們先安裝一下：學習

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，知道這些咱們就能夠開始進行咱們的美圖之旅了。字體

3、圖片美化

一、祛痘

還在爲痘痘犯難，不敢拍照嗎？有了這個你就不用怕了（雖然有p圖軟件，可是你們不要揭穿我）：spa

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，痘痘就能夠視爲一個噪點，而咱們能夠經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，咱們只須要調用便可。原圖和實現效果圖對好比下：.net

能夠看到臉上的斑明顯是變少了。紳士們應該能夠注意到，脖子下面的皮膚光滑了許多。不過頭髮細節被抹除了很多。咱們能夠經過調節level參數，調節效果。若是想效果更好，能夠結合人臉識別，進行局部的祛痘處理。code

二、詞雲——我不僅是一張圖

其實詞雲已是老生常談了，可是做美圖中的姣姣者，仍是有必要列出來的，由於一張詞雲所能包含的信息太多了：對象

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，若是須要生成中文詞雲，須要設置該屬性，設置的字體須要支持中文
#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爲咱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），原圖和實現效果以下：blog

仍是很是美的。更多詳細內容能夠參考https://blog.csdn.net/ZackSock/article/details/103517841。圖片

三、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外一張圖片上。好比我拍了一張白天的圖片，可是我想要一張夜景的圖片，那咱們該怎麼作呢？固然是等到晚上再拍了，不過除了這個方法，咱們還能夠下載一張夜景圖片，將夜景效果遷移到咱們的原圖上。ip

風格遷移的實現須要使用深度學習才能實現，可是像我這樣的菜雞確定是不會深度學習的啦，因此咱們直接使用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)