OpenCV實現(xiàn)背景分離(證件照背景替換)

第OpenCV實現(xiàn)背景分離(證件照背景替換)我對比了百度搜索證件照一鍵改色網(wǎng)站的效果，基本一致，它們處理一次4塊錢，我們這是免費的，授人以魚不如授人以漁對吧，學(xué)到就是賺到。當(dāng)然人家的功能肯定更強(qiáng)大，估計集成了深度學(xué)習(xí)一類的框架，我們還需要調(diào)參。美中不足的地方就由兄弟們一起改進(jìn)了。

細(xì)心的biliy發(fā)現(xiàn)了我貼圖的問題，如圖1圖2圖3所示，領(lǐng)口處被當(dāng)做背景色了，這樣當(dāng)然不行，接下來開始改進(jìn)功能。

1）首先分析原因，之所以領(lǐng)口被當(dāng)做背景色，是因為領(lǐng)口為白色，同背景色一致，且連接圖像邊緣處，進(jìn)行輪廓分析時，錯將這個領(lǐng)口識別為輪廓外，如圖4所示。

圖4識別失敗

2）正如圖4所示，僅僅用閉運算是無法有效補(bǔ)償?shù)?，如果將窗口尺寸加大還可能使其他位置過度填充，接下來考慮如何只填充這類大洞。先將處理圖像的寬高各擴(kuò)展50個pixel，這樣做的好處是令輪廓的識別更精準(zhǔn)和清晰，并且避免了頭頂處因貼近圖像邊緣，而導(dǎo)致的過度膨脹現(xiàn)象。

cv::Mattmask=cv::Mat::zeros(row+50,col+50,CV_8UC1);

mask.copyTo(tmask(cv::Range(25,25+mask.rows),cv::Range(25,25+mask.cols)));

3）之后進(jìn)行黑帽運算，即閉運算減原圖，得到圖5。

圖5黑帽運算

4）用Clear_MicroConnected_Area函數(shù)清除小面積連通區(qū)，得到圖6。

（該函數(shù)介紹見：/article/221904.htm）

圖6清除小面積連通區(qū)

5）黑帽運算結(jié)果加至原輪廓圖，并截取實際圖像尺寸。

//黑帽運算獲取同背景色類似的區(qū)域，識別后填充

cv::Mathat;

cv::Matelement=getStructuringElement(MORPH_ELLIPSE,Size(31,31));

cv::morphologyEx(tmask,hat,MORPH_BLACKHAT,element);

hat.setTo(255,hat

cv::Mathatd;

//清除小面積區(qū)域

Clear_MicroConnected_Areas(hat,hatd,450);

tmask=tmask+hatd;

//截取實際尺寸

mask=tmask(cv::Range(25,25+mask.rows),cv::Range(25,25+mask.cols)).clone();

6）至此，就得到完整的輪廓了，如圖7所示，完整代碼見后方。

圖7完整輪廓圖

完整改進(jìn)代碼

#includeopencv2/opencv.hpp

#includeiostream

#includealgorithm

#includetime.h

usingnamespacecv;

usingnamespacestd;

//輸入?yún)?shù)

structInputparama{

intthresh=30;//背景識別閾值，該值越小，則識別非背景區(qū)面積越大，需有合適范圍，目前為5-60

inttransparency=255;//背景替換色透明度，255為實，0為透明

intsize=7;//非背景區(qū)邊緣虛化參數(shù)，該值越大，則邊緣虛化程度越明顯

cv::Pointp=cv::Point(0,0);//背景色采樣點，可通過人機(jī)交互獲取，也可用默認(rèn)(0,0)點顏色作為背景色

cv::Scalarcolor=cv::Scalar(255,255,255);//背景色

cv::MatBackgroundSeparation(cv::Matsrc,Inputparamainput);

voidClear_MicroConnected_Areas(cv::Matsrc,cv::Matdst,doublemin_area);

//計算差值均方根

intgeiDiff(ucharb,ucharg,ucharr,uchartb,uchartg,uchartr)

returnint(sqrt(((b-tb)*(b-tb)+(g-tg)*(g-tg)+(r-tr)*(r-tr))/3));

intmain()

cv::Matsrc=imread("111.jpg");

Inputparamainput;

input.thresh=100;

input.transparency=255;

input.size=6;

input.color=cv::Scalar(0,0,255);

clock_ts,e;

s=clock();

cv::Matresult=BackgroundSeparation(src,input);

e=clock();

doubledif=e-s;

cout"time:"difendl;

imshow("original",src);

imshow("result",result);

imwrite("result1.png",result);

waitKey(0);

return0;

//背景分離

cv::MatBackgroundSeparation(cv::Matsrc,Inputparamainput)

cv::Matbgra,mask;

//轉(zhuǎn)化為BGRA格式，帶透明度，4通道

cvtColor(src,bgra,COLOR_BGR2BGRA);

mask=cv::Mat::zeros(bgra.size(),CV_8UC1);

introw=src.rows;

intcol=src.cols;

//異常數(shù)值修正

input.p.x=max(0,min(col,input.p.x));

input.p.y=max(0,min(row,input.p.y));

input.thresh=max(5,min(200,input.thresh));

input.transparency=max(0,min(255,input.transparency));

input.size=max(0,min(30,input.size));

//確定背景色

ucharref_b=src.atVec3b(input.p.y,input.p.x)[0];

ucharref_g=src.atVec3b(input.p.y,input.p.x)[1];

ucharref_r=src.atVec3b(input.p.y,input.p.x)[2];

//計算蒙版區(qū)域（掩膜）

for(inti=0;irow;++i)

uchar*m=mask.ptruchar

uchar*b=src.ptruchar

for(intj=0;jcol;++j)

if((geiDiff(b[3*j],b[3*j+1],b[3*j+2],ref_b,ref_g,ref_r))input.thresh)

m[j]=255;

cv::Mattmask=cv::Mat::zeros(row+50,col+50,CV_8UC1);

mask.copyTo(tmask(cv::Range(25,25+mask.rows),cv::Range(25,25+mask.cols)));

//尋找輪廓，作用是填充輪廓內(nèi)黑洞

vectorvectorPointcontour;

vectorVec4ihierarchy;

//RETR_TREE以網(wǎng)狀結(jié)構(gòu)提取所有輪廓，CHAIN_APPROX_NONE獲取輪廓的每個像素

findContours(tmask,contour,hierarchy,RETR_EXTERNAL,CHAIN_APPROX_NONE);

drawContours(tmask,contour,-1,Scalar(255),FILLED,16);

//黑帽運算獲取同背景色類似的區(qū)域，識別后填充

cv::Mathat;

cv::Matelement=getStructuringElement(MORPH_ELLIPSE,Size(31,31));

cv::morphologyEx(tmask,hat,MORPH_BLACKHAT,element);

hat.setTo(255,hat

cv::Mathatd;

Clear_MicroConnected_Areas(hat,hatd,450);

tmask=tmask+hatd;

mask=tmask(cv::Range(25,25+mask.rows),cv::Range(25,25+mask.cols)).clone();

//掩膜濾波，是為了邊緣虛化

cv::blur(mask,mask,Size(2*input.size+1,2*input.size+1));

//改色

for(inti=0;irow;++i)

uchar*r=bgra.ptruchar

uchar*m=mask.ptruchar

for(intj=0;jcol;++j)

//蒙版為0的區(qū)域就是標(biāo)準(zhǔn)背景區(qū)

if(m[j]==0)

r[4*j]=uchar(input.color[0]);

r[4*j+1]=uchar(input.color[1]);

r[4*j+2]=uchar(input.color[2]);

r[4*j+3]=uchar(input.transparency);

//不為0且不為255的區(qū)域是輪廓區(qū)域（邊緣區(qū)），需要虛化處理

elseif(m[j]!=255)

//邊緣處按比例上色

intnewb=(r[4*j]*m[j]*0.3+input.color[0]*(255-m[j])*0.7)/((255-m[j])*0.7+m[j]*0.3);

intnewg=(r[4*j+1]*m[j]*0.3+input.color[1]*(255-m[j])*0.7)/((255-m[j])*0.7+m[j]*0.3);

intnewr=(r[4*j+2]*m[j]*0.3+input.color[2]*(255-m[j])*0.7)/((255-m[j])*0.7+m[j]*0.3);

intnewt=(r[4*j+3]*m[j]*0.3+input.transparency*(255-m[j])*0.7)/((255-m[j])*0.7+m[j]*0.3);

newb=max(0,min(255,newb));

newg=max(0,min(255,newg));

newr=max(0,min(255,newr));

newt=max(0,min(255,newt));

r[4*j]=newb;

r[4*j+1]=newg;

r[4*j+2]=newr;

r[4*j+3]=newt;

returnbgra;

voidClear_MicroConnected_Areas(cv::Matsrc,cv::Matdst,doublemin_area)

//備份復(fù)制

dst=src.clone();

std::vectorstd::vectorcv::Pointcontours;//創(chuàng)建輪廓容器

std::vectorcv::Vec4ihierarchy;

//尋找輪廓的函數(shù)

//第四個參數(shù)CV_RETR_EXTERNAL，表示尋找最外圍輪廓

//第五個參數(shù)CV_CHAIN_APPROX_NONE，表示保存物體邊界上所有連續(xù)的輪廓點到contours向量內(nèi)

cv::findContours(src,contours,hierarchy,cv::RETR_EXTERNAL,cv::CHAIN_APPROX_NONE,cv::Point());

if(!contours.empty()