• 企业400电话
  • 微网小程序
  • AI电话机器人
  • 电商代运营
  • 全 部 栏 目

    企业400电话 网络优化推广 AI电话机器人 呼叫中心 网站建设 商标✡知产 微网小程序 电商运营 彩铃•短信 增值拓展业务
    OpenCV-Python实现人脸美白算法的实例

    人脸美白原理

    人脸美白原理说透了,就是一种图像的颜色空间处理,所以我们需要通过颜色空间进行设计。

    不过,我们先来参考以下PS对于图像美白的处理步骤:

    通过PS的操作,我们大致可以知道需要创建一个与原图同等大小维度的图像,然后全部赋值为白色,然后通过图像图像加权和将两个图像叠加即可。

    不过,这里明显存在很多问题,在PS中,我们虽然创建了全白色的图层,但是我们可以剪裁或者使用画笔工具只让白色叠加倒人物身上。而程序中,我们这么做会导致整个图像偏白,效果非常不理想。

    那么,我们就需要考虑一个新的思路来实现人脸美白效果。

    根据论文“A Two-Stage Contrast Enhancement Algorithm for Digital Images”,采用映射表,使原图在色阶上有所增强,并在图像两端亮度相对减弱,中间增强,则会产生不错的美白效果,又能使图像白的更自然。

    这里,我们提供一个美白映射表Color_list:

    Color_list = [
    	1, 2, 4, 6, 8, 10, 12, 14, 16, 18, 20, 22, 24, 26, 28, 30, 31, 33, 35, 37, 39,
    	41, 43, 44, 46, 48, 50, 52, 53, 55, 57, 59, 60, 62, 64, 66, 67, 69, 71, 73, 74,
    	76, 78, 79, 81, 83, 84, 86, 87, 89, 91, 92, 94, 95, 97, 99, 100, 102, 103, 105,
    	106, 108, 109, 111, 112, 114, 115, 117, 118, 120, 121, 123, 124, 126, 127, 128,
    	130, 131, 133, 134, 135, 137, 138, 139, 141, 142, 143, 145, 146, 147, 149, 150,
    	151, 153, 154, 155, 156, 158, 159, 160, 161, 162, 164, 165, 166, 167, 168, 170,
    	171, 172, 173, 174, 175, 176, 178, 179, 180, 181, 182, 183, 184, 185, 186, 187,
    	188, 189, 190, 191, 192, 193, 194, 195, 196, 197, 198, 199, 200, 201, 202, 203,
    	204, 205, 205, 206, 207, 208, 209, 210, 211, 211, 212, 213, 214, 215, 215, 216,
    	217, 218, 219, 219, 220, 221, 222, 222, 223, 224, 224, 225, 226, 226, 227, 228,
    	228, 229, 230, 230, 231, 232, 232, 233, 233, 234, 235, 235, 236, 236, 237, 237,
    	238, 238, 239, 239, 240, 240, 241, 241, 242, 242, 243, 243, 244, 244, 244, 245,
    	245, 246, 246, 246, 247, 247, 248, 248, 248, 249, 249, 249, 250, 250, 250, 250,
    	251, 251, 251, 251, 252, 252, 252, 252, 253, 253, 253, 253, 253, 254, 254, 254,
    	254, 254, 254, 254, 255, 255, 255, 255, 255, 255, 255, 255, 255, 255, 255, 255,
    	255, 255, 255, 256]
    

    实现人脸美白

    既然人脸美白的原理,以及美白的颜色映射表都给到了你。下面,我们就可以实现人脸美白效果,具体代码如下所示:

    def face_whitening(fileName):
        img = cv2.imread(fileName)
        img = cv2.bilateralFilter(img, 19, 75, 75)
        height, width, n = img.shape
        img2 = img.copy()
        for i in range(height):
            for j in range(width):
                b = img2[i, j, 0]
                g = img2[i, j, 1]
                r = img2[i, j, 2]
                img2[i, j, 0] = Color_list[b]
                img2[i, j, 1] = Color_list[g]
                img2[i, j, 2] = Color_list[r]
        cv2.imwrite("59_1.jpg",img2)
    
        image = Image.open("59_1.jpg")
        # 锐度调节
        enh_img = ImageEnhance.Sharpness(image)
        image_sharped = enh_img.enhance(1.2)
        # 颜色均衡调节
        con_img = ImageEnhance.Contrast(image_sharped)
        image_con = con_img.enhance(1.2)
        image_con.save("59_2.jpg")
    
        img1 = cv2.imread("58.jpg")
        img2 = cv2.imread("59_2.jpg")
        cv2.imshow("1", img1)
        cv2.imshow("2", img2)
        cv2.waitKey()
        cv2.destroyAllWindows()
    
    
    if __name__ == "__main__":
        face_whitening("58.jpg")
    

    运行之后,效果如下:

    到此这篇关于OpenCV-Python实现人脸美白算法的实例的文章就介绍到这了,更多相关OpenCV人脸美白 内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

    您可能感兴趣的文章:
    • python opencv之SURF算法示例
    • python opencv之SIFT算法示例
    • 应用OpenCV和Python进行SIFT算法的实现详解
    • Python基于opencv的图像压缩算法实例分析
    • python opencv之分水岭算法示例
    • python opencv 简单阈值算法的实现
    • OpenCV-Python使用分水岭算法实现图像的分割与提取
    • OpenCV-Python实现人脸磨皮算法
    • opencv python简易文档之图像处理算法
    上一篇:Matplotlib可视化之添加让统计图变得简单易懂的注释
    下一篇:anaconda python3.8安装后降级
  • 相关文章
  • 

    © 2016-2020 巨人网络通讯 版权所有

    《增值电信业务经营许可证》 苏ICP备15040257号-8

    OpenCV-Python实现人脸美白算法的实例 OpenCV-Python,实现,人脸,美白,