暂无图片
暂无图片
暂无图片
暂无图片
暂无图片

Python趣味编程 | 看看如何用Python生成素描风格的自拍照,并且加上Logo

关于数据分析与可视化 2021-09-26
397

可能对于女生来说,有一张手绘风格的自拍照也是一件值得开心的事儿,或许对男生来说也是一样的道理,今天小编就来分享一下如何用Python来生成一张手绘风格的自拍照,并且加上我们所要用到的logo,我们用到的是Python当中的opencv模块

Opencv + matplotlib

本方法需要用到的库:cv2、matplotlib。cv2是基于OpenCV的图像处理库,用来对图像进行各种操作,包括图片的旋转翻转、两张图片的合并等等,而matplotlib库则是用来进行数据可视化的模块,相信大家也都熟悉,

Opencv函数介绍,

介绍一下cv2的三个基本函数:cv2.imread(image),cv2.imshow()以及cv2.imwrite()分别用来读取图片、显示和保存图片

    # 读取图片
    img = cv2.imread('test1.png')
    # 显示图片
    cv2.imshow('test1.png',img)
    cv2.waitKey(0)
    # 保存图片
    cv2.imwrite('test_2.png', img)
    绘制素描风格的照片

    然后我们来看一下完整的代码

      # 读取图片
      img=cv2.imread("test1.jpg")
      # 将图像转化成灰度图
      grey_img=cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
      invert_img=cv2.bitwise_not(grey_img)
      # 对图片进行模糊化处理
      blur_img=cv2.GaussianBlur(invert_img, (111,111),0)
      invblur_img=cv2.bitwise_not(blur_img)
      sketch_img_test=cv2.divide(grey_img,invblur_img, scale=256.0)
      # 保存好素描风格的图片
      cv2.imwrite('sketch1.png', sketch_img)

      然后来为大家解释一下上面代码的大致意思,也就是在读取图片之后,将彩色的图片转换成灰度图,然后给灰度图进行模糊化处理之后输出,最后出来的结果如下图所示,我们用matplotlib模块中的相关方法将两张图同时显示出来

        plt.figure(figsize=(12,8))
        plt.subplot(1,2,1)
        plt.title('Original_Image', size=10)
        plt.imshow(RGB_img)
        plt.axis('off')
        plt.subplot(1,2,2)
        plt.title('Sketch_Image', size=10)
        rgb_sketch_test1=cv2.cvtColor(sketch_img_test, cv2.COLOR_BGR2RGB)
        plt.imshow(rgb_sketch_test1)
        plt.axis('off')
        plt.show()

        将logo也添加到图片当中去

        素描风格的图片做出来了之后,小编又想,是不是再给图片上一个logo会显得更好一些呢?说干就干,完整的代码如下

          # 加载两张图片
          img1 = cv2.imread('sketch1.png')
          img2 = cv2.imread('python1.png')
          # 将logo放在img1的左上角,因此将image的左上角圈出来给logo用
          rows,cols,channels = img2.shape
          roi = img1[0:rows, 0:cols]
          # 将logo图变成灰度图
          img2gray = cv2.cvtColor(img2,cv2.COLOR_BGR2GRAY)
          ret, mask = cv2.threshold(img2gray, 10, 255, cv2.THRESH_BINARY)
          mask_inv = cv2.bitwise_not(mask)
          # 将img1左上角圈出来的区域和logo图合并到一块儿
          img1_bg = cv2.bitwise_and(roi,roi,mask = mask_inv)
          img2_fg = cv2.bitwise_and(img2,img2,mask = mask)
          dst = cv2.add(img1_bg,img2_fg)
          img1[0:rows, 0:cols] = dst
          # 显示最后的结果出来
          cv2.imshow('res',img1)
          cv2.waitKey(0)
          cv2.destroyAllWindows()

          最后出来的结果我们看一下,


          历史文章

          干货分享 | 看如何用Python数据可视化来分析用户留存率,建议收藏

          年轻人逃离大城市之后的下一站选哪儿?用数据来为你揭晓

          说到劈腿出轨 还真不一定都是男方的过错,至少数据分析出来的结论是这样的

          干货分享 | 推荐一个更高效的数据清洗方法,建议收藏


          分享、收藏、点赞、在看安排一下?
          文章转载自关于数据分析与可视化,如果涉嫌侵权,请发送邮件至:contact@modb.pro进行举报,并提供相关证据,一经查实,墨天轮将立刻删除相关内容。

          评论