OpenCV-Python實現人臉美白算法的實例

人臉美白原理

人臉美白原理說透瞭,就是一種圖像的顏色空間處理,所以我們需要通過顏色空間進行設計。

不過,我們先來參考以下PS對於圖像美白的處理步驟:

  • 首先,新建一個圖層,將這個圖層設置為白色
  • 接著,將白色圖層與原本圖像進行alpha通道的顏色混合,這樣就可以使圖像整體變白。

通過PS的操作,我們大致可以知道需要創建一個與原圖同等大小維度的圖像,然後全部賦值為白色,然後通過圖像圖像加權和將兩個圖像疊加即可。

不過,這裡明顯存在很多問題,在PS中,我們雖然創建瞭全白色的圖層,但是我們可以剪裁或者使用畫筆工具隻讓白色疊加倒人物身上。而程序中,我們這麼做會導致整個圖像偏白,效果非常不理想。

那麼,我們就需要考慮一個新的思路來實現人臉美白效果。

根據論文“A Two-Stage Contrast Enhancement Algorithm for Digital Images”,采用映射表,使原圖在色階上有所增強,並在圖像兩端亮度相對減弱,中間增強,則會產生不錯的美白效果,又能使圖像白的更自然。

這裡,我們提供一個美白映射表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]

實現人臉美白

既然人臉美白的原理,以及美白的顏色映射表都給到瞭你。下面,我們就可以實現人臉美白效果,具體代碼如下所示:

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")
    # 銳度調節
    enh_img = ImageEnhance.Sharpness(image)
    image_sharped = enh_img.enhance(1.2)
    # 顏色均衡調節
    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")

運行之後,效果如下:

美白效果

到此這篇關於OpenCV-Python實現人臉美白算法的實例的文章就介紹到這瞭,更多相關OpenCV人臉美白 內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet!

推薦閱讀: