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：

// change_color.cpp : 定义控制台应用程序的入口点。
//证件照从蓝色底换成红色底
//#include "stdafx.h"
#include 
#include 
#include 
#include 
using namespace cv;
using namespace std;
int main()
{
    char *origin="Original";
    char *window="Image";
    char *str="C:\Users\ltc\Desktop\nihao.jpg";
    namedWindow(origin,1);
    namedWindow(window,1);
    Mat image=imread(str);
    if(!image.data)
    {
 cout<<"图像载入出现问题"< v;
    split(hsvImg,v);
    Mat roiH=v[0](Rect(20,20,20,20));
    Mat roiS=v[1](Rect(20,20,20,20));
    int SumH=0;
    int SumS=0;
    int avgH, avgS;//蓝底的平均色调和平均饱和度
    //取一块蓝色背景，计算出它的平均色调和平均饱和度
    for(int i=0; i<20; i++)
    {
 for(int j=0; j<20; j++)
 {
     
     SumH=int(roiH.at(j,i))+SumH;
     SumS=int(roiS.at(j,i))+SumS;
 }
    }
    avgH=SumH/400;
    avgS=SumS/400;
    //遍历整个图像
    int nl=hsvImg.rows;
    int nc=hsvImg.cols;
    int step=10;
    for(int j=0; j(j,i))<=(avgH+5) && v[0].at(j,i)>=(avgH-5)
  &&(v[1].at(j,i))<=(avgS+40) && v[1].at(j,i)>=(avgS-40))
     {
  //cout<(j,i))<(j,i)=0;
  //白色底
  v[0].at(j,i)=0;
  v[1].at(j,i)=0; //V[0]和V[1]全调成0就是变成白色
  //绿色底
  //v[0].at(j,i)=60;
  //蓝色底
  //v[0].at(j,i)=120;
  
     }
 }
    }
    Mat finImg;
    merge(v,finImg);
    Mat rgbImg;
    cvtColor(finImg,rgbImg, CV_HSV2BGR); //将图像转换回RGB空间
    imshow(origin,image);
    imshow(window,rgbImg);
    //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。）
    Mat result;
    GaussianBlur(rgbImg,result,Size(3,3),0.5);
    imshow(window,result);
    imwrite("nihaoWhite.jpg",result);
    waitKey(0);
    //system("pause");
    return 0;
}
////遍历整个图像
//int nl=hsvImg.rows;
//int nc=hsvImg.cols * hsvImg.channels();
//for(int j=0; j(j);
//    for(int i=0; i

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：

//红色底
v[0].at(j,i)=0;
//白色底
v[0].at(j,i)=0;
v[1].at(j,i)=0; //V[0]和V[1]全调成0就是变成白色
//绿色底
v[0].at(j,i)=60;
//蓝色底
v[0].at(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

#include
#include
#include
#include
using namespace cv;
class ColorDetector
{
private:
    //最小可接受距离
    int minDist;
    //目标色
    cv::Vec3b target;
    //结果图像
    cv::Mat result;
//计算与目标颜色的距离
int getDistance(cv::Vec3b color)
{
    return abs(color[0] - target[0]) + abs(color[1] - target[1]) + abs(color[2] - target[2]);
}
public:
    //空构造函数
    ColorDetector() :minDist(100)
    {
    //初始化默认参数
    target[0] = target[1] = target[2] = 0;
    }
    void setColorDistanceThreshold(int distance);
    int getColorDistanceThreshold() const;
    void setTargetColor(unsigned char red, unsigned char green, unsigned char blue);
    void setTargetColor(cv::Vec3b color);
    cv::Vec3b getTargetColor() const;
    cv::Mat ColorDetector::process(const cv::Mat &image);
    };
//设置色彩距离阈值，阈值必须是正的，否则设为0
void ColorDetector::setColorDistanceThreshold(int distance)
{
    if (distance < 0)
    distance = 0;
    minDist = distance;
}
//获取色彩距离阈值
int ColorDetector::getColorDistanceThreshold() const
{
    return minDist;
}
//设置需检测的颜色
void ColorDetector::setTargetColor(unsigned char red, unsigned char green, unsigned char blue)
{
    //BGR顺序
    target[2] = red;
    target[1] = green;
    target[0] = blue;
}
//设置需检测的颜色
void ColorDetector::setTargetColor(cv::Vec3b color)
{
    target = color;
}
//获取需检测的颜色
cv::Vec3b ColorDetector::getTargetColor() const
{
    return target;
}
cv::Mat ColorDetector::process(const cv::Mat &image)//核心的处理方法
{
    //按需重新分配二值图像
    //与输入图像的尺寸相同，但是只有一个通道
    result.create(image.rows, image.cols, CV_8U);
    //得到迭代器
    cv::Mat_::const_iterator it = image.begin();
    cv::Mat_::const_iterator itend = image.end();
    cv::Mat_::iterator itout = result.begin();
    for (; it != itend; ++it, ++itout)//处理每个像素
    {
 //计算离目标颜色的距离
 if (getDistance(*it) < minDist)
 {
     *itout = 255;
 }
 else
 {
     *itout = 0;
 }
    }
 return result;
}
int _tmain(int argc, _TCHAR* argv[])
{
    //1.创建图像处理的对象
    ColorDetector cdetect;
    //2.读取输入图像
    cv::Mat image = cv::imread("boldt.jpg");
    if (!image.data)
    {
 return 0;
    }
    //3.设置输入参数
    cdetect.setTargetColor(130, 190, 230);//蓝天的颜色
    cv::namedWindow("result");
    //4.处理并显示结果
    cv::imshow("result", cdetect.process(image));
    cv::waitKey();
    return 0;
}



希望本文所述对大家C++程序设计有所帮助。