位置: IT常识 - 正文
图片的美白与美化(图片美白ps)
编辑：rootadmin推荐整理分享图片的美白与美化(图片美白ps)，希望有所帮助，仅作参考，欢迎阅读内容。
文章相关热门搜索词:图片的美白与美白的区别,图片的美白与美化的区别,图像美白,图片的美白与美化,图片的美白与美白的区别,图片的美白与美化的区别,图片的美白与美白的区别,图片的美白与美化的区别,内容如对您有帮助，希望把文章链接给更多的朋友！
博主简介
博主是一名大二学生，主攻人工智能研究。感谢让我们在CSDN相遇，博主致力于在这里分享关于人工智能，c++，Python，爬虫等方面知识的分享。 如果有需要的小伙伴可以关注博主，博主会继续更新的，如果有错误之处，大家可以指正。
专栏简介： 本专栏主要研究计算机视觉，涉及算法，案例实践，网络模型等知识。包括一些常用的数据处理算法，也会介绍很多的Python第三方库。如果需要，点击这里订阅专栏 。
给大家分享一个我很喜欢的一句话：“每天多努力一点，不为别的，只为日后，能够多一些选择，选择舒心的日子，选择自己喜欢的人！”
目录
添加图形与文字
基础线条图形操作
爱心图片
图像美白
图片直方图均衡化
前面介绍了如何提取图像中的各种特征，包括颜色特征，几何特征、局部特征等，也进行了各种特征算法学习。那么本节我们来学习美化图片。众所周知，现在各大平台惊现“照骗”，修图技术的发展，让越来越多的人迷失在幻境中，男的批成女的，等等。对于我们计算机专业的学生来说，理解这些功能的底层代码是非常重要的。
添加图形与文字基础线条图形操作首先给图片增加一条线或者一些多边形，除了这些，还可以增加一些特殊的图案。一般来说，增加形状的函数由如下几个参数：原图（img）、增加的图型中心（center）、图形的大小（size）、颜色（color）、线条粗细（thinkness）。常用的函数：cv2.circle()画一个圆，cv2.fillPoly()画一个任意多边形、cv2.line()画一条线等。
import cv2import numpy as npimg=cv2.imread('F:\Image\\test11.jpg')w,h,d=img.shape#加圆cv2.circle(img,(int(w/3),int(h/2)),int(w/4),(0,0,255),2)cv2.imshow('显示图片',img)cv2.waitKey()爱心图片当然，除了这种简单的图形，还可以来点复杂的，比如在你和你的女朋友之间加一个爱心。
博主没有女朋友，也没有合照，只能随便用一张图片了。
言归正传，下面来展示如何画爱心：
import cv2import numpy as npimg=cv2.imread('F:\Image\\test8.jpg')#绘制椭圆弧cv2.ellipse(img,(100,350),(100,200),180,30,150,(0,0,255),1)cv2.ellipse(img,(275,350),(100,200),180,30,150,(0,0,255),1)#绘制直线cv2.line(img,(12,250),(187,450),(0,0,255),1)cv2.line(img,(362,250),(187,450),(0,0,255),1)#显示图片cv2.imshow('2',img)cv2.waitKey(0)爱心就显示出来了，当然，就一个爱心可是不够的，是不是应该在图像上加一句爱她的话喃，话不多说，安排！
OpenCV中绘制文字的函数cv2.putText()，可选参数有img（输入图片）、text（输入文字）、origin（文字左上角坐标）、font（字体）、scale（大小）、color（颜色）、thinkness（线条粗细）。
import cv2import numpy as npimg=cv2.imread('F:\Image\\test8.jpg')w,h,d=img.shape#绘制椭圆弧cv2.ellipse(img,(100,350),(100,200),180,30,150,(0,0,255),1)cv2.ellipse(img,(275,350),(100,200),180,30,150,(0,0,255),1)#绘制直线cv2.line(img,(12,250),(187,450),(0,0,255),1)cv2.line(img,(362,250),(187,450),(0,0,255),1)#加入文字cv2.putText(img,'I love you',(0,int(h/1.5)),cv2.FONT_HERSHEY_PLAIN,4,(0,0,255),0)#显示图片cv2.imshow('2',img)cv2.waitKey(0)现在就可以送给你们的女朋友了。
图像美白了解了一些简单的操作，现在开始我们真正的修图。磨皮，美白。
所谓的美白，其实就是将图像的亮度提高，可以在HSV颜色空间中进行提高亮度V即可，也可以在RGB模式下将颜色调为白色。
import numpy as npimport cv2img=cv2.imread('F:\Image\\test10.jpg')w,h,d=img.shape#增强亮度for i in range(w): for j in range(h): (b,g,r)=img[i,j] b=min(255,b+40) g=min(255,g+40) r=min(255,r+40) img[i,j]=(b,g,r)#显示图片cv2.imshow('1',img)cv2.waitKey(0)对比一下，是不是黑人小哥变白了。但是这个只是进行打光，美白的操作也和这个差不多。但是需要注意的是，美白更注重白色，所以对红色部分就不需要改变，而是按照比例对绿色，蓝色进行提高。同时，我们在美白的时候，需要对人体美白，而不是所有，所以最后好是对指定区域进行美白。
#进行美白，注意单个颜色不能超过255for i in range(w): for j in range(h): (b,g,r)=img[i,j] b=min(255,b*1.4) g=min(255,g*1.3) img[i,j]=(b,g,r)这样进行处理后的图像就会白很多，如果要求比较高的，那么我们就进行磨皮。需要使用到cv2.bilateralFilter()函数，双边滤波与高斯滤波相比能更好的保存图像的边缘信息，这是由于其不但使用了一个与空间距离相关的高斯函数，还使用了一个与灰度距离相关的高斯函数。
img=cv2.bilateralFilter(img,10,30,30)只需要将三部分进行结合一下，就大功告成了。来吧，展示：
import numpy as npimport cv2img=cv2.imread('F:\Image\\test10.jpg')w,h,d=img.shapeimg=cv2.bilateralFilter(img,10,30,30)#增强亮度for i in range(w): for j in range(h): (b,g,r)=img[i,j] b=min(255,b+40) g=min(255,g+40) r=min(255,r+40) img[i,j]=(b,g,r)#进行美白，注意单个颜色不能超过255for i in range(w): for j in range(h): (b,g,r)=img[i,j] b=min(255,b*1.4) g=min(255,g*1.3) img[i,j]=(b,g,r)#显示图片cv2.imshow('1',img)cv2.waitKey(0)是不是白了很多喃。快去给你的女友试试吧。
图片直方图均衡化前面介绍了一些简单的操作，当然不能就这么简单，我们来试试直方图均衡话图像。简单的来说，就是将图片的色彩均衡化，让图片更加饱满，看起来不那么违和。前面介绍了直方图的函数，这里就不过多介绍了。下面我们用一个小姐姐的图片来演示一下。
import cv2import numpy as npimg=cv2.imread('F:\Image\\test4.jpg')#进行直方图均衡化#通道分解(b,g,r)=cv2.split(img)b=cv2.equalizeHist(b)g=cv2.equalizeHist(g)r=cv2.equalizeHist(r)#通道合成result=cv2.merge((b,g,r))#图片展示cv2.imshow('1',img)cv2.waitKey(0)（a）颜色直方图均衡化的图片 （b）原图
第一张图是经过处理后的图片，第二张则是原图，可以对比一下，两种图片差别很小，但是第一张的色彩更饱和一点。其他的博主我也看不出来，这个只是给大家一个示范。
好了，本节的内容就到此结束了！关注博主不迷路，下一节我们学习图像的修复和去噪。拜拜了你嘞！
特别提醒：文章中所用的图片是博主从网上下载下来的，并无任何恶意，只是用来作为案例使用，如有侵权，告知博主！谢谢！
上一篇：手撕前端面试题【javascript~ 总成绩排名、子字符串频次统计、继承、判断斐波那契数组等】(前端面试题校招)
下一篇：WEB核心【请求转发（阶段重点）】第六章(web主要的请求方式有几种)
