Opencv 证件照片一键换底、马赛克处理

证件照片一键换底步骤

1、获取图片;

2、数据组装;

3、Kmeans处理;

4、遮罩;

5、腐蚀、高斯模糊处理;

6、背景通道色替换;

TermCriteria 类
定义迭代算法终止条件的类。

构造函数
  参数:
  // type: 终止条件的类型,TermCriteria::Type之一。 
  // maxCount:要计算的最大迭代次数或元素。
  // epsilon:迭代算法停止的期望精度或参数更改。
  TermCriteria::TermCriteria(int _type, int _maxCount, double _epsilon)
    : type(_type), maxCount(_maxCount), epsilon(_epsilon) {}


KMeans 算法

KMeans算法可以实现简单的证件照片的背景分割提取与替换。

kmeans算法又名k均值算法。其算法思想大致为:先从样本集中随机选取 𝑘k 个样本作为簇中心,并计算所有样本与这 𝑘k 个“簇中心”的距离,对于每一个样本,将其划分到与其距离最近的“簇中心”所在的簇中,对于新的簇计算各个簇的新的“簇中心”。

- (UIImage *)changeBG{
    Mat img, img1, img2, img3;
    UIImageToMat(self.imgView.image, img);
    cvtColor(img, img1,COLOR_BGRA2BGR,3);//图片类型转换,将ARGB转RGB
    img2=img1.clone();
    Mat points = handleImgData(img1);
    //Kmeans处理
        int numCluster = 4;
        Mat labels;
        Mat centers;
        TermCriteria termCriteria = TermCriteria(TermCriteria::EPS + TermCriteria::COUNT, 10, 0.1);
        kmeans(points, numCluster, labels, termCriteria, 3, KMEANS_PP_CENTERS, centers);
        //遮罩
        Mat mask = Mat::zeros(img1.size(), CV_8UC1);
        int index = img1.rows * 2 + 2;
        int cindex = labels.at<int>(index, 0);//背景设置为0
        int height = img1.rows;
        int width = img1.cols;
        for (int row = 0; row < height; row++){
            for (int col = 0; col < width; col++){
                index = row * width + col;
                int label = labels.at<int>(index, 0);
                if (label == cindex){
                    img2.at<Vec3b>(row, col)[0] = 0;
                    img2.at<Vec3b>(row, col)[1] = 0;
                    img2.at<Vec3b>(row, col)[2] = 0;
                    mask.at<uchar>(row, col) = 0;
                }
                else{
                    mask.at<uchar>(row, col) = 255;
                }
            }
        }
        //腐蚀
    Mat k = getStructuringElement(MORPH_RECT, cv::Size(3, 3), cv::Point(-1, -1));
        erode(mask, mask, k);
        //高斯模糊
    GaussianBlur(mask, mask, cv::Size(3, 3), 0, 0);
        //背景颜色调整
        Vec3b color;//RGB三原色可以任意组合 ,注意下面的数组顺序是BGR
        color[0] = 255;  //B
        color[1] = 0;  //G
        color[2] = 0;  //R

        Mat result(img1.size(), img1.type());
        double d1 = 0.0;
        int r = 0, g = 0, b = 0;
        int r1 = 0, g1 = 0, b1 = 0;
        int r2 = 0, g2 = 0, b2 = 0;

        for (int row = 0; row < height; row++){
            for (int col = 0; col < width; col++){
                int m = mask.at<uchar>(row, col);
                if (m == 255){
                       result.at<Vec3b>(row, col) = img1.at<Vec3b>(row, col);//前景
                   }
                   else if (m == 0){
                       result.at<Vec3b>(row, col) = color;//背景
                   }else{
                       d1 = m / 255.0;
                       b1 = img1.at<Vec3b>(row, col)[0];
                       g1 = img1.at<Vec3b>(row, col)[1];
                       r1 = img1.at<Vec3b>(row, col)[2];
                       b2 = color[0];
                       g2 = color[1];
                       r2 = color[2];
                       b = b1 * d1 + b2 * (1.0 - d1);
                       g = g1 * d1 + g2 * (1.0 - d1);
                       r = r1 * d1 + r2 * (1.0 - d1);
                       result.at<Vec3b>(row, col)[0] = b;
                       result.at<Vec3b>(row, col)[1] = g;
                       result.at<Vec3b>(row, col)[2] = r;
                   }
               }
           }
    return MatToUIImage(result);
}

//组装样本数据
Mat handleImgData(Mat& img){
    int width = img.cols;
    int height = img.rows;
    int count1 = width * height;
    int channels1 = img.channels();
    Mat points(count1, channels1, CV_32F, Scalar(10));
    int index = 0;
    for (int row = 0; row < height; row++){
        for (int col = 0; col < width; col++){
            index = row * width + col;
            Vec3b bgr = img.at<Vec3b>(row, col);
            points.at<float>(index, 0) = static_cast<int>(bgr[0]);
            points.at<float>(index, 1) = static_cast<int>(bgr[1]);
            points.at<float>(index, 2) = static_cast<int>(bgr[2]);
        }
    }
    return points;
}

马赛克处理

马赛克原理: 是把图像上某个像素点一定范围邻域内的所有点用邻域内左上像素点的颜色代替,这样可以模糊细节,但是可以保留大体的轮廓。就是用左上角的那个值,来替换右下方一个小方块的值,逐步进行替换即可。

//添加马赛克,level 值越大,马赛克块越大,越看越清
- (UIImage *)mosaic:(UIImage *)inputImage level:(int)level{
    //iOS图片转opencv的 Mat格式
    Mat srcImage;
   UIImageToMat(inputImage, srcImage);
    int width=srcImage.cols;//宽
    int height=srcImage.rows;//高
    Mat desImage;
    cvtColor(srcImage, desImage,COLOR_BGRA2BGR,3);//图片类型转换,将ARGB转RGB
    Mat cloneImage=desImage.clone();//克隆目标图
    //level为马赛克水平,值越大,马赛克块越大,越看不清楚,马赛克大小是level个像素宽度,为了防止宽高溢出,遍历像素点时宽高都需要减去level
    int x=width-level;
    int y=height-level;
    for (int i=0; i<y; i+=level) {//i<总高,每次加level
        for (int j=0; j<x; j+=level) {//j小总宽,每次加level
            //创建马赛克矩形区域
            Rect2i mosaicRect=Rect2i(j,i,level,level);
            //填充数据
            Mat roi=desImage(mosaicRect);
            //保证矩形区域颜色一致,方框内颜色值都为i,j点位的值
            Scalar scaler = Scalar(
                cloneImage.at<Vec3b>(i,j)[0],
                cloneImage.at<Vec3b>(i,j)[1],
                cloneImage.at<Vec3b>(i,j)[2]
            );
            //将处理好的矩形区域拷贝到目标图上去
            Mat roiCopy = Mat(mosaicRect.size(),CV_8UC3,scaler);
            roiCopy.copyTo(roi);
        }
    }
    //转换opencv图为iOS图片格式
    UIImage *imag=MatToUIImage(desImage);
    return imag;
}

图像叠加

C++: void Mat::``copyTo(OutputArray m)const

C++: void Mat::``copyTo(OutputArray m, InputArray mask)const

这个函数可以复制图像到另一个图像或矩阵上,可选参数是掩码

由于叠加的图像大小不一定相等,比如我们这里把一张小照片加到一张大照片上

我们可以在大照片上设置一个和小照片一样大的感兴趣区域

不使用掩码的时候,我们载入一张png,和一张jpg

//图像叠加,添加水印,未使用掩码
- (UIImage *)roi:(UIImage *)inputImage{
    Mat srcImg,logoImg;
    UIImageToMat(inputImage, srcImg);
    UIImage *logo=[UIImage imageNamed:@"8.jpg"];
    UIImageToMat(logo, logoImg);
    Mat imgROI=srcImg(cv::Rect(0,0,logoImg.cols,logoImg.rows));
    logoImg.copyTo(imgROI);
    return MatToUIImage(srcImg);
}

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 220,809评论 6 513
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 94,189评论 3 395
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 167,290评论 0 359
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 59,399评论 1 294
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 68,425评论 6 397
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 52,116评论 1 308
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,710评论 3 420
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,629评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 46,155评论 1 319
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 38,261评论 3 339
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 40,399评论 1 352
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 36,068评论 5 347
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,758评论 3 332
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 32,252评论 0 23
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 33,381评论 1 271
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,747评论 3 375
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 45,402评论 2 358

推荐阅读更多精彩内容