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 cv2 import numpy as np img=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 cv2 import numpy as np img=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 cv2 import numpy as np img=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 np import cv2 img=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255 for 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 np import cv2 img=cv2.imread('F:\Image\\test10.jpg') w,h,d=img.shape img=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255 for 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 cv2 import numpy as np img=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)
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。
