这篇教程OpenCV-Python实现人脸美白算法的实例写得很实用，希望能帮到您。
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： - 首先，新建一个图层，将这个图层设置为白色
- 接着，将白色图层与原本图像进行alpha通道的颜色混合，这样就可以使图像整体变白。
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51zixue.net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51zixue.net！
Matplotlib可视化之添加让统计图变得简单易懂的注释
anaconda python3.8安装后降级 |
