图片的美白与美化

博主简介

博主是一名大二学生，主攻人工智能研究。感谢让我们在CSDN相遇，博主致力于在这里分享关于人工智能，c++，Python，爬虫等方面知识的分享。 如果有需要的小伙伴可以关注博主，博主会继续更新的，如果有错误之处，大家可以指正。

专栏简介： 本专栏主要研究计算机视觉，涉及算法，案例实践，网络模型等知识。包括一些常用的数据处理算法，也会介绍很多的Python第三方库。如果需要，点击这里订阅专栏 。

给大家分享一个我很喜欢的一句话：“每天多努力一点，不为别的，只为日后，能够多一些选择，选择舒心的日子，选择自己喜欢的人！”

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)

（a）颜色直方图均衡化的图片 （b）原图

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。

好了，本节的内容就到此结束了！关注博主不迷路，下一节我们学习图像的修复和去噪。拜拜了你嘞！

特别提醒：文章中所用的图片是博主从网上下载下来的，并无任何恶意，只是用来作为案例使用，如有侵权，告知博主！谢谢！