python將紅底證件照轉成藍底的實現方法

Posted on by

前言

emmm…9月1日開學季，手頭隻有紅底證件照，但是學院要求要藍底，這可咋辦呢。懶得下ps瞭。自己擼起來吧。

方法一: lableme

lableme標註完後。得到一個json文件，然後將這種json文件轉成掩碼圖.

# 代碼來自 https://blog.csdn.net/hello_dear_you/article/details/120130155
import json
import numpy as np
import cv2
# read json file
with open("origin_json/mypic.json", "r") as f:
    data = f.read()
 
# convert str to json objs
data = json.loads(data)
 
# get the points 
points = data["shapes"][0]["points"]
points = np.array(points, dtype=np.int32)   # tips: points location must be int32
 
# read image to get shape
image = cv2.imread("origin_png/person.jpg")
 
# create a blank image
mask = np.zeros_like(image, dtype=np.uint8)
 
# fill the contour with 255
cv2.fillPoly(mask, [points], (255, 255, 255))
 
# save the mask 
cv2.imwrite("mask/person_mask.png", mask)

大概是這樣:

然後利用這個mask生成圖片

# 參考自: https://www.jianshu.com/p/1961aa0c02ee
import cv2
import numpy as np
origin_png = 'origin_png/person.jpg'
# maskPath = 'mask/person_mask.png'
maskPath = 'mask/bmv2.png'
result_png = 'result_png/result_png.png'
maskImg = cv2.imread(maskPath)
img = cv2.imread(origin_png)
assert maskImg.shape == img.shape, 'maskImg.shape != origin_png.shape'

h, w = img.shape[0], img.shape[1]
print('圖片寬度: {}, 高度: {}'.format(h, w))

rgb = (19,122,171)
bgr = (rgb[2], rgb[1], rgb[0])
# (B, G, R)
for i in range(h):
    for j in range(w):
        if (maskImg[i, j] == 0).all():
            img[i, j] = bgr
cv2.imwrite(result_png, img)
print('圖片寫入 {} 成功'.format(result_png))

由於人長得一般，就不放圖瞭…

缺點:
lableme標註時挺費力，並且難以避免人與背景邊緣會有殘留紅色像素的情況。

方法二: 閾值

該方法通過比較像素的RGB與背景的RGB來區分是否為圖像背景。

Opencv

import cv2
import numpy as np
def mean_square_loss(a_np, b_np):
    sl = np.square(a_np - b_np)
    return np.mean(sl)
def change_red2blue(origin_png, result_png):
    img = cv2.imread(origin_png)
    h, w = img.shape[0], img.shape[1]
    print('圖片寬度: {}, 高度: {}'.format(h, w))
    origin_rgb = (168,36,32)  # 可以用瀏覽器啥的控制臺工具提取出背景的rgb值
    origin_bgr = (origin_rgb[2], origin_rgb[1], origin_rgb[0])
    target_rgb = (19,122,171) # 藍底RBG
    target_bgr = (target_rgb[2], target_rgb[1], target_rgb[0])
    for i in range(h):
        for j in range(w):
            # (B, G, R)
            if mean_square_loss(img[i, j], origin_bgr) < 50:
                img[i, j] = target_bgr 
    cv2.imwrite(result_png, img)
    print('圖片寫入 {} 成功'.format(result_png))
if __name__ == '__main__':
    # origin_png = 'result_png/result_png.png'
    origin_png = 'origin_png/person.jpg'
    result_png = 'result_png/result_refine.png'
    change_red2blue(origin_png, result_png)

結果人與背景邊緣仍會存在紅色像素殘留

PIL

from torchvision.transforms.functional import to_tensor, to_pil_image
from PIL import Image
import torch
import time
def mean_square_loss(a_ts, b_ts):
    # print(a_ts.shape)
    # print(b_ts)
    sl = (a_ts - b_ts) ** 2
    return sl.sum()
def change_red2blue(origin_png, result_png):
    src = Image.open(origin_png)
    src = to_tensor(src)
    # print(src.shape)  # torch.Size([3, 800, 600])
    # channel: (R, G, B) / 255
    h, w = src.shape[1], src.shape[2]

    pha = torch.ones(h, w, 3)

    bg = torch.tensor([168,36,32]) / 255
    target_bg = torch.tensor([19,122,171]) / 255

    # C, H, W -> H, W, C
    src = src.permute(1, 2, 0)
    for i in range(h):
        for j in range(w):
            if mean_square_loss(src[i][j], bg) < 0.025: # 0.025是閾值，超參數
                pha[i][j] = torch.tensor([0.0, 0.0, 0.0])

    # H, W, C -> C, H, W
    src = src.permute(2, 0, 1)
    pha = pha.permute(2, 0, 1)
    com = pha * src + (1 - pha) * target_bg.view(3, 1, 1)
    to_pil_image(com).save(result_png)
if __name__ == '__main__':
    origin_png = 'origin_png/person.jpg'
    result_png = 'result_png/com.png'
    start_time = time.time()
    change_red2blue(origin_png, result_png)
    spend_time = round(time.time() - start_time, 2)
    print('生成成功，共花瞭 {} 秒'.format(spend_time))

該方法質量較好，但一張圖片大概需要12秒。

方法三： Background MattingV2

Real-Time High-Resolution Background Matting
CVPR 2021 oral

論文：https://arxiv.org/abs/2012.07810
代碼：https://github.com/PeterL1n/BackgroundMattingV2

github的readme.md有inference的colab鏈接，可以用那個跑

由於這篇論文是需要輸入一張圖片(例如有人存在的草地上)和背景圖片的(如果草地啥的)， 然後模型會把人摳出來。

於是這裡我需要生成一個背景圖片。
首先我先借助firefox的顏色拾取器（或者微信截圖，或者一些在線工具，例如菜鳥工具），得到十六進制，再用在線轉換工具轉成rgb。

然後生成一個背景圖片。

import cv2
import numpy as np
image = cv2.imread("origin_png/person.jpg")
origin_rgb = (168,36,32)  # 可以用瀏覽器啥的控制臺工具提取出背景的rgb值
origin_bgr = (origin_rgb[2], origin_rgb[1], origin_rgb[0])
image[:, :] = origin_bgr
cv2.imwrite("mask/bg.png", image)

需要上傳人的照片和背景照片, 如果名字和路徑不一樣則需要修改一下代碼

src = Image.open('src.png')
bgr = Image.open('bgr.png')

另外原論文是邊綠底，要變藍底，白底，紅底則可以修改RGB值，舉個例子，原來是這樣的(綠底, RGB120, 255, 155)

com = pha * fgr + (1 - pha) * torch.tensor([120/255, 255/255, 155/255], device='cuda').view(1, 3, 1, 1)

那麼加入我要換白底(255, 255, 255)，就是

com = pha * fgr + (1 - pha) * torch.tensor([255/255, 255/255, 255/255], device='cuda').view(1, 3, 1, 1)

假如像我換藍底(19,122,171)具體深淺可以調節一下RGB，就是

com = pha * fgr + (1 - pha) * torch.tensor([19/255, 122/255, 171/255], device='cuda').view(1, 3, 1, 1)

總結: 其實這種方法從 任何顏色的照片 都可以 換成任何顏色的底。隻要換下RGB.

然後就輸出圖片瞭。可以看到效果相當好。不愧是oral。

原論文可以實現發絲級效果

報錯解決方案
can’t divided by 4 / can’t divided by 16
由於該骨幹模型可能進行4倍或16倍下采樣，因此如果您的證件照不是該倍數的話，有兩種選擇方案。一種是padding, 填充後再送入模型，然後出結果後再用clip函數裁剪。另一種方式是resize, 給resize到規定倍數的寬和高。
這兩種方案需要的代碼都可以從這篇博文找到: python圖像填充與裁剪/resize

到此這篇關於python將紅底證件照轉成藍底的文章就介紹到這瞭,更多相關python證件照轉換內容請搜索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：