C++使用OpenCV实现证件照蓝底换成白底功能（或其他颜色如红色）详解

本文实例讲述了C++使用OpenCV实现证件照蓝底换成白底功能（或其他颜色如红色）。分享给大家供大家参考，具体如下：

今天刚好老师要办点事情，老师唯一的一张证件照是蓝色的，但是需要的底色是白色的，于是乎，好久不折腾的PS也忘记了，还好旁边的刚来的小学弟懂一点，

在那里慢慢的帮老师一点点的处理，PS在边缘的地方效果还真不咋地，确实是一门技术活。

于是我就想OpenCV能不能实现呢？一搜百度第一篇就是，但是人家转成红色，然后我又对HSV颜色空间不是很懂，最后在一个学习群里

但是文中未对HSV那一块做出解释，可能是我太菜了

贴出去问了下，一位优秀的本科生帮我清晰解答了，汗颜

主要步骤为：

1.把RGB图像转换到HSV空间

2.取背景的一小块20*20，计算蓝色背景的平均色调和饱和度

3.设置阈值，取出蓝色背景替换为红色背景

4.把HSV图像转换会RGB空间

5.滤波器去除边缘效应

具体代码为：

1. // change_color.cpp : 定义控制台应用程序的入口点。
2. //证件照从蓝色底换成红色底
3. //#include "stdafx.h"
4. #include <iostream>
5. #include <opencv2\core\core.hpp>
6. #include <opencv2\highgui\highgui.hpp>
7. #include <opencv2\imgproc\imgproc.hpp>
8. using namespace cv;
9. using namespace std;
10. int main()
11. {
12. char *origin="Original";
13. char *window="Image";
14. char *str="C:\\Users\\ltc\\Desktop\\nihao.jpg";
15. namedWindow(origin,1);
16. namedWindow(window,1);
17. Mat image=imread(str);
18. if(!image.data)
19. {
20. cout<<"图像载入出现问题"<<endl;
21. return 0;
22. }
23. Mat roi=image(Rect(20,20,20,20));
24. Mat hsvImg;
25. cvtColor(image, hsvImg, CV_BGR2HSV); //将图像转换到HSV颜色空间
26. //分离HSV空间，v[0]为H色调，v[1]为S饱和度，v[2]为v灰度
27. vector<Mat> v;
28. split(hsvImg,v);
29. Mat roiH=v[0](Rect(20,20,20,20));
30. Mat roiS=v[1](Rect(20,20,20,20));
31. int SumH=0;
32. int SumS=0;
33. int avgH, avgS;//蓝底的平均色调和平均饱和度
34. //取一块蓝色背景，计算出它的平均色调和平均饱和度
35. for(int i=0; i<20; i++)
36. {
37. for(int j=0; j<20; j++)
38. {
39. /*SumH=SumH+roiH(i,j);*/
40. SumH=int(roiH.at<uchar>(j,i))+SumH;
41. SumS=int(roiS.at<uchar>(j,i))+SumS;
42. }
43. }
44. avgH=SumH/400;
45. avgS=SumS/400;
46. //遍历整个图像
47. int nl=hsvImg.rows;
48. int nc=hsvImg.cols;
49. int step=10;
50. for(int j=0; j<nl; j++)
51. {
52. for(int i=0; i<nc; i++)
53. {
54. //以H.S两个通道做阈值分割，把蓝色替换成红色
55. if((v[0].at<uchar>(j,i))<=(avgH+5) && v[0].at<uchar>(j,i)>=(avgH-5)
56. &&(v[1].at<uchar>(j,i))<=(avgS+40) && v[1].at<uchar>(j,i)>=(avgS-40))
57. {
58. //cout<<int(v[0].at<uchar>(j,i))<<endl;
59. //红色底
60. //v[0].at<uchar>(j,i)=0;
61. //白色底
62. v[0].at<uchar>(j,i)=0;
63. v[1].at<uchar>(j,i)=0; //V[0]和V[1]全调成0就是变成白色
64. //绿色底
65. //v[0].at<uchar>(j,i)=60;
66. //蓝色底
67. //v[0].at<uchar>(j,i)=120;
68. /*cout<<int(v[0].at<uchar>(j,i))<<endl;*/
69. }
70. }
71. }
72. Mat finImg;
73. merge(v,finImg);
74. Mat rgbImg;
75. cvtColor(finImg,rgbImg, CV_HSV2BGR); //将图像转换回RGB空间
76. imshow(origin,image);
77. imshow(window,rgbImg);
78. //加个滤波把边缘部分的值滤掉（此处应该用低通滤波器，但感觉不太好，还是不用了。）
79. Mat result;
80. GaussianBlur(rgbImg,result,Size(3,3),0.5);
81. imshow(window,result);
82. imwrite("nihaoWhite.jpg",result);
83. waitKey(0);
84. //system("pause");
85. return 0;
86. }
87. ////遍历整个图像
88. //int nl=hsvImg.rows;
89. //int nc=hsvImg.cols * hsvImg.channels();
90. //for(int j=0; j<nl; j++)
91. //{
92. // uchar *data=hsvImg.ptr<uchar>(j);
93. // for(int i=0; i<nc; i++)
94. // {
95. // cout<<int(data[i])<<" ";
96. // }
97. //}

这里面主要说明一下：

HSV模型

倒锥形模型：

这个模型就是按色彩、深浅、明暗来描述的。

H是色彩

S是深浅， S = 0时，只有灰度

V是明暗，表示色彩的明亮程度，但与光强无直接联系，（意思是有一点点联系吧）。

在这个程序里

色调主要是由V[0]来控制的

hsv是一个360度的模型 每个角度代表一种颜色

0度是红色

120度是绿色

240度是蓝色

但是OpenCV里最大值是255 所以它会对色调除以2，就是最大值是180

绿色对应的让它等于60    蓝色对应的就是120

换不同的背景只需要改动：

1. //红色底
2. v[0].at<uchar>(j,i)=0;
3. //白色底
4. v[0].at<uchar>(j,i)=0;
5. v[1].at<uchar>(j,i)=0; //V[0]和V[1]全调成0就是变成白色
6. //绿色底
7. v[0].at<uchar>(j,i)=60;
8. //蓝色底
9. v[0].at<uchar>(j,i)=120;

改动的位置就不需要说明了吧！这个方法的效果确实不错，大赞！

毕竟是老师的图片，不能轻易放出来，网上的也不能随便用吧！哈哈

那就放张我最爱的崩坏3吧！

附录

提取图像中指定颜色的像素区域

1. #include<iostream>
2. #include<opencv2/core/core.hpp>
3. #include<opencv2/imgproc/imgproc.hpp>
4. #include<opencv2/highgui/highgui.hpp>
5. using namespace cv;
6. class ColorDetector
7. {
8. private:
9. //最小可接受距离
10. int minDist;
11. //目标色
12. cv::Vec3b target;
13. //结果图像
14. cv::Mat result;
15. //计算与目标颜色的距离
16. int getDistance(cv::Vec3b color)
17. {
18. return abs(color[0] - target[0]) + abs(color[1] - target[1]) + abs(color[2] - target[2]);
19. }
20. public:
21. //空构造函数
22. ColorDetector() :minDist(100)
23. {
24. //初始化默认参数
25. target[0] = target[1] = target[2] = 0;
26. }
27. void setColorDistanceThreshold(int distance);
28. int getColorDistanceThreshold() const;
29. void setTargetColor(unsigned char red, unsigned char green, unsigned char blue);
30. void setTargetColor(cv::Vec3b color);
31. cv::Vec3b getTargetColor() const;
32. cv::Mat ColorDetector::process(const cv::Mat &image);
33. };
34. //设置色彩距离阈值，阈值必须是正的，否则设为0
35. void ColorDetector::setColorDistanceThreshold(int distance)
36. {
37. if (distance < 0)
38. distance = 0;
39. minDist = distance;
40. }
41. //获取色彩距离阈值
42. int ColorDetector::getColorDistanceThreshold() const
43. {
44. return minDist;
45. }
46. //设置需检测的颜色
47. void ColorDetector::setTargetColor(unsigned char red, unsigned char green, unsigned char blue)
48. {
49. //BGR顺序
50. target[2] = red;
51. target[1] = green;
52. target[0] = blue;
53. }
54. //设置需检测的颜色
55. void ColorDetector::setTargetColor(cv::Vec3b color)
56. {
57. target = color;
58. }
59. //获取需检测的颜色
60. cv::Vec3b ColorDetector::getTargetColor() const
61. {
62. return target;
63. }
64. cv::Mat ColorDetector::process(const cv::Mat &image)//核心的处理方法
65. {
66. //按需重新分配二值图像
67. //与输入图像的尺寸相同，但是只有一个通道
68. result.create(image.rows, image.cols, CV_8U);
69. //得到迭代器
70. cv::Mat_<cv::Vec3b>::const_iterator it = image.begin<cv::Vec3b>();
71. cv::Mat_<cv::Vec3b>::const_iterator itend = image.end<cv::Vec3b>();
72. cv::Mat_<uchar>::iterator itout = result.begin<uchar>();
73. for (; it != itend; ++it, ++itout)//处理每个像素
74. {
75. //计算离目标颜色的距离
76. if (getDistance(*it) < minDist)
77. {
78. *itout = 255;
79. }
80. else
81. {
82. *itout = 0;
83. }
84. }
85. return result;
86. }
87. int _tmain(int argc, _TCHAR* argv[])
88. {
89. //1.创建图像处理的对象
90. ColorDetector cdetect;
91. //2.读取输入图像
92. cv::Mat image = cv::imread("boldt.jpg");
93. if (!image.data)
94. {
95. return 0;
96. }
97. //3.设置输入参数
98. cdetect.setTargetColor(130, 190, 230);//蓝天的颜色
99. cv::namedWindow("result");
100. //4.处理并显示结果
101. cv::imshow("result", cdetect.process(image));
102. cv::waitKey();
103. return 0;
104. }

希望本文所述对大家C++程序设计有所帮助。

原文链接：https://blog.csdn.net/qq_37059483/article/details/77840976