python將紅底證件照轉(zhuǎn)成藍(lán)底的實現(xiàn)方法

更新時間：2022年08月31日 11:12:47 作者：Andy?Dennis

這篇文章主要介紹了python將紅底證件照轉(zhuǎn)成藍(lán)底,本文給大家分享四種方法通過示例代碼給大家介紹的非常詳細(xì)，對大家的學(xué)習(xí)或工作具有一定的參考借鑒價值，需要的朋友可以參考下

前言

emmm…9月1日開學(xué)季，手頭只有紅底證件照，但是學(xué)院要求要藍(lán)底，這可咋辦呢。懶得下ps了。自己擼起來吧。

方法一: lableme

lableme標(biāo)注完后。得到一個json文件，然后將這種json文件轉(zhuǎn)成掩碼圖.

# 代碼來自 https://blog.csdn.net/hello_dear_you/article/details/120130155
import json
import numpy as np
import cv2
# read json file
with open("origin_json/mypic.json", "r") as f:
    data = f.read()
 
# convert str to json objs
data = json.loads(data)
 
# get the points 
points = data["shapes"][0]["points"]
points = np.array(points, dtype=np.int32)   # tips: points location must be int32
 
# read image to get shape
image = cv2.imread("origin_png/person.jpg")
 
# create a blank image
mask = np.zeros_like(image, dtype=np.uint8)
 
# fill the contour with 255
cv2.fillPoly(mask, [points], (255, 255, 255))
 
# save the mask 
cv2.imwrite("mask/person_mask.png", mask)

大概是這樣:

然后利用這個mask生成圖片

# 參考自: https://www.jianshu.com/p/1961aa0c02ee
import cv2
import numpy as np
origin_png = 'origin_png/person.jpg'
# maskPath = 'mask/person_mask.png'
maskPath = 'mask/bmv2.png'
result_png = 'result_png/result_png.png'
maskImg = cv2.imread(maskPath)
img = cv2.imread(origin_png)
assert maskImg.shape == img.shape, 'maskImg.shape != origin_png.shape'

h, w = img.shape[0], img.shape[1]
print('圖片寬度: {}, 高度: {}'.format(h, w))

rgb = (19,122,171)
bgr = (rgb[2], rgb[1], rgb[0])
# (B, G, R)
for i in range(h):
    for j in range(w):
        if (maskImg[i, j] == 0).all():
            img[i, j] = bgr
cv2.imwrite(result_png, img)
print('圖片寫入 {} 成功'.format(result_png))

由于人長得一般，就不放圖了…

缺點:
lableme標(biāo)注時挺費(fèi)力，并且難以避免人與背景邊緣會有殘留紅色像素的情況。

方法二: 閾值

該方法通過比較像素的RGB與背景的RGB來區(qū)分是否為圖像背景。

Opencv

import cv2
import numpy as np
def mean_square_loss(a_np, b_np):
    sl = np.square(a_np - b_np)
    return np.mean(sl)
def change_red2blue(origin_png, result_png):
    img = cv2.imread(origin_png)
    h, w = img.shape[0], img.shape[1]
    print('圖片寬度: {}, 高度: {}'.format(h, w))
    origin_rgb = (168,36,32)  # 可以用瀏覽器啥的控制臺工具提取出背景的rgb值
    origin_bgr = (origin_rgb[2], origin_rgb[1], origin_rgb[0])
    target_rgb = (19,122,171) # 藍(lán)底RBG
    target_bgr = (target_rgb[2], target_rgb[1], target_rgb[0])
    for i in range(h):
        for j in range(w):
            # (B, G, R)
            if mean_square_loss(img[i, j], origin_bgr) < 50:
                img[i, j] = target_bgr 
    cv2.imwrite(result_png, img)
    print('圖片寫入 {} 成功'.format(result_png))
if __name__ == '__main__':
    # origin_png = 'result_png/result_png.png'
    origin_png = 'origin_png/person.jpg'
    result_png = 'result_png/result_refine.png'
    change_red2blue(origin_png, result_png)

結(jié)果人與背景邊緣仍會存在紅色像素殘留

PIL

from torchvision.transforms.functional import to_tensor, to_pil_image
from PIL import Image
import torch
import time
def mean_square_loss(a_ts, b_ts):
    # print(a_ts.shape)
    # print(b_ts)
    sl = (a_ts - b_ts) ** 2
    return sl.sum()
def change_red2blue(origin_png, result_png):
    src = Image.open(origin_png)
    src = to_tensor(src)
    # print(src.shape)  # torch.Size([3, 800, 600])
    # channel: (R, G, B) / 255
    h, w = src.shape[1], src.shape[2]

    pha = torch.ones(h, w, 3)

    bg = torch.tensor([168,36,32]) / 255
    target_bg = torch.tensor([19,122,171]) / 255

    # C, H, W -> H, W, C
    src = src.permute(1, 2, 0)
    for i in range(h):
        for j in range(w):
            if mean_square_loss(src[i][j], bg) < 0.025: # 0.025是閾值，超參數(shù)
                pha[i][j] = torch.tensor([0.0, 0.0, 0.0])

    # H, W, C -> C, H, W
    src = src.permute(2, 0, 1)
    pha = pha.permute(2, 0, 1)
    com = pha * src + (1 - pha) * target_bg.view(3, 1, 1)
    to_pil_image(com).save(result_png)
if __name__ == '__main__':
    origin_png = 'origin_png/person.jpg'
    result_png = 'result_png/com.png'
    start_time = time.time()
    change_red2blue(origin_png, result_png)
    spend_time = round(time.time() - start_time, 2)
    print('生成成功，共花了 {} 秒'.format(spend_time))

該方法質(zhì)量較好，但一張圖片大概需要12秒。

方法三： Background MattingV2

Real-Time High-Resolution Background Matting
CVPR 2021 oral

論文：https://arxiv.org/abs/2012.07810
代碼：https://github.com/PeterL1n/BackgroundMattingV2

github的readme.md有inference的colab鏈接，可以用那個跑

由于這篇論文是需要輸入一張圖片(例如有人存在的草地上)和背景圖片的(如果草地啥的)，然后模型會把人摳出來。

于是這里我需要生成一個背景圖片。
首先我先借助firefox的顏色拾取器（或者微信截圖，或者一些在線工具，例如菜鳥工具），得到十六進(jìn)制，再用在線轉(zhuǎn)換工具轉(zhuǎn)成rgb。

然后生成一個背景圖片。

import cv2
import numpy as np
image = cv2.imread("origin_png/person.jpg")
origin_rgb = (168,36,32)  # 可以用瀏覽器啥的控制臺工具提取出背景的rgb值
origin_bgr = (origin_rgb[2], origin_rgb[1], origin_rgb[0])
image[:, :] = origin_bgr
cv2.imwrite("mask/bg.png", image)

需要上傳人的照片和背景照片, 如果名字和路徑不一樣則需要修改一下代碼

src = Image.open('src.png')
bgr = Image.open('bgr.png')

另外原論文是邊綠底，要變藍(lán)底，白底，紅底則可以修改RGB值，舉個例子，原來是這樣的(綠底, RGB120, 255, 155)

com = pha * fgr + (1 - pha) * torch.tensor([120/255, 255/255, 155/255], device='cuda').view(1, 3, 1, 1)

那么加入我要換白底(255, 255, 255)，就是

com = pha * fgr + (1 - pha) * torch.tensor([255/255, 255/255, 255/255], device='cuda').view(1, 3, 1, 1)

假如像我換藍(lán)底(19,122,171)具體深淺可以調(diào)節(jié)一下RGB，就是

com = pha * fgr + (1 - pha) * torch.tensor([19/255, 122/255, 171/255], device='cuda').view(1, 3, 1, 1)

總結(jié): 其實這種方法從任何顏色的照片都可以換成任何顏色的底。只要換下RGB.

然后就輸出圖片了?？梢钥吹叫Ч喈?dāng)好。不愧是oral。

原論文可以實現(xiàn)發(fā)絲級效果

報錯解決方案
can’t divided by 4 / can’t divided by 16
由于該骨干模型可能進(jìn)行4倍或16倍下采樣，因此如果您的證件照不是該倍數(shù)的話，有兩種選擇方案。一種是padding, 填充后再送入模型，然后出結(jié)果后再用clip函數(shù)裁剪。另一種方式是resize, 給resize到規(guī)定倍數(shù)的寬和高。
這兩種方案需要的代碼都可以從這篇博文找到: python圖像填充與裁剪/resize

到此這篇關(guān)于python將紅底證件照轉(zhuǎn)成藍(lán)底的文章就介紹到這了,更多相關(guān)python證件照轉(zhuǎn)換內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

您可能感興趣的文章: