OpenCV-Python实现人脸美白算法的实例
更新时间：2021年06月11日 10:07:03 作者：一天一篇Python库
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。本文就详细的介绍一下，感兴趣的可以了解一下
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 内容请搜索脚本之家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脚本之家！
相关文章
这篇文章主要介绍了Python 10分钟入门教程，分享一张Python入门神图一张，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2018-03-03
这篇文章主要介绍了python实现简单的计时器功能函数,涉及Python操作时间的技巧,具有一定参考借鉴价值,需要的朋友可以参考下2015-03-03
这篇文章主要介绍了python selenium实现发送带附件的邮件代码实例,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下2019-12-12
Python os.rename() 重命名目录和文件的示例
今天小编就为大家分享一篇Python os.rename() 重命名目录和文件的示例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2018-10-10
Python-Markdown2 是一个 Python 库,用于将 Markdown 文本转换为 HTML,它是对标准 Markdown 语法的扩展,提供了一些额外的功能和选项,同时还兼容标准 Markdown,用它可以方便地生成漂亮的文档、博客文章、项目文档等2024-01-01
Addit是一个Python模块，除了提供标准的字典语法外，Addit 生成的字典的值既可以使用属性来获取，也可以使用属性进行设置。本文将详细讲讲它的使用方法，需要的可以参考一下2022-05-05
python将logging模块封装成单独模块并实现动态切换Level方式
这篇文章主要介绍了python将logging模块封装成单独模块并实现动态切换Level方式，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2020-05-05
在使用python的时候,经常使用到pip这个工具,可以很方便的线上安装依赖库,当然pip还有很多参数都可以帮我们去查询一些库信息,这篇文章主要给大家介绍了如何通过一篇文章让你秒懂精通pip并快速体验深度学习应用的相关资料,需要的朋友可以参考下2021-08-08
这篇文章主要介绍了Python字典的基础操作，Python中的字典数据类型和现实中的字典很像，它是以键值对（键和值的组合）的方式把数据组织到一起，可以通过键找到与之对应的值并进行操作，下面来看文章金额提内容吧,需要的朋友可以参考一下2021-11-11![python正则表达式匹配[]中间为任意字符的实例](//img.jbzj.com/images/xgimg/bcimg9.png)
今天小编就为大家分享一篇python正则表达式匹配[]中间为任意字符的实例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2018-12-12
![python正则表达式匹配[]中间为任意字符的实例](http://img.jbzj.com/images/xgimg/bcimg9.png)
最新评论