Opencv-python滤镜系列(5): 换天空背景镜滤镜效果实现

如何实现换天空背景滤镜效果?

首先需要找到天空背景区域作为Mask,然后用图像膨胀和腐蚀来填充细小的空洞区域,再将天空区域替换成有云彩的背景,前景区域不变。请尊重原创,转载请注明出处。

先来看看换天空背景之后的效果:

可以看到,天空区域基本上已经替换成了新的云彩背景,但还是有些边缘区域过渡效果不自然,有些前景区域也被替换成了背景区域,本文主要介绍整个大致流程,在后面的博文中会介绍如何精细化边缘,让它们过渡得自然一些,得到一个更好的效果图。

首先,需要准备两张图,需要做实验的同学可以拿下面两张图作为实验数据:

一张需要替换天空背景的原图:
Opencv-python滤镜系列(5): 换天空背景镜滤镜效果实现_第1张图片
一张云彩背景图:
Opencv-python滤镜系列(5): 换天空背景镜滤镜效果实现_第2张图片
然后,将原图从RGB彩色空间转换到HSV,拆分通道,对HSV的V通道进行直方图均衡化,主要用cv2.equalizeHist()这个函数,代码和效果如下:

hsv_img=cv2.cvtColor(src,cv2.COLOR_BGR2HSV)
planes=cv2.split(hsv_img)
planes[2]=cv2.equalizeHist(planes[2])
mer_img=cv2.merge(planes)

Opencv-python滤镜系列(5): 换天空背景镜滤镜效果实现_第3张图片
对该图像进行二值化处理,主要是利用cv2.inRange()这个函数,处理效果如下:

lower_red = np.array([100,48,40])
upper_red = np.array([124,255,255])
range_img=cv2.inRange(mer_img,lower_red,upper_red)

Opencv-python滤镜系列(5): 换天空背景镜滤镜效果实现_第4张图片
图像腐蚀效果:
Opencv-python滤镜系列(5): 换天空背景镜滤镜效果实现_第5张图片
图像膨胀效果:
Opencv-python滤镜系列(5): 换天空背景镜滤镜效果实现_第6张图片
对其二值化后获得MASK,对其反向,然后利用反向MASK在原图中获得前景区域:

ret, mask = cv2.threshold(Dilation_img, 150, 255, cv2.THRESH_BINARY)
notmask = cv2.bitwise_not(mask)
frontpic = cv2.bitwise_and(src, src, mask=notmask)

Opencv-python滤镜系列(5): 换天空背景镜滤镜效果实现_第7张图片
利用MASK在云彩背景图中获得背景天空区域:

sky_resize=cv2.resize(sky_img,(src.shape[1],src.shape[0]))
backimage = cv2.bitwise_and(sky_resize, sky_resize, mask=mask)

Opencv-python滤镜系列(5): 换天空背景镜滤镜效果实现_第8张图片
最后,将前景和背景区域叠加,获得最后的效果图:

merge_img = cv2.add(backimage, frontpic)

Opencv-python滤镜系列(5): 换天空背景镜滤镜效果实现_第9张图片
换天空背景Python实现代码:

import cv2
import numpy as np
import math

def Segment(src,sky_img):
    hsv_img=cv2.cvtColor(src,cv2.COLOR_BGR2HSV)
    planes=cv2.split(hsv_img)
    planes[2]=cv2.equalizeHist(planes[2])
    mer_img=cv2.merge(planes)

    lower_red = np.array([100,48,40])
    upper_red = np.array([124,255,255])
    range_img=cv2.inRange(mer_img,lower_red,upper_red)

    kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (10, 10))
    Erode_img=cv2.erode(range_img,kernel)
    Dilation_img = cv2.dilate(Erode_img, kernel)

    ret, mask = cv2.threshold(Dilation_img, 150, 255, cv2.THRESH_BINARY)
    notmask = cv2.bitwise_not(mask)
    frontpic = cv2.bitwise_and(src, src, mask=notmask)
    
    sky_resize=cv2.resize(sky_img,(src.shape[1],src.shape[0]))
    backimage = cv2.bitwise_and(sky_resize, sky_resize, mask=mask)
    merge_img = cv2.add(backimage, frontpic)
    return merge_img

src_img=cv2.imread('timg2.jpg')
sky_img=cv2.imread('sky2.jpg')
merge_img=Segment(src_img,sky_img)

cv2.imshow('src',src_img)
cv2.imshow('new_img',merge_img)
cv2.waitKey()

参考博客:
https://www.jianshu.com/p/c0759e322de7
http://www.cnblogs.com/jsxyhelu/p/7216795.html
https://blog.csdn.net/weixin_33911824/article/details/85918308

你可能感兴趣的:(OpenCV/Python)