python打造自己的颜值（学会这些Python美图技巧）

離殇 2023-04-09 15:38:33 282

python打造自己的颜值（学会这些Python美图技巧）还在为痘痘烦难，不敢拍照吗？有了这个你就不用怕了（虽然有p图软件，但是大家不要揭穿我）：1、祛痘我们主要使用到openCV和Pillow，另外我们还会使用到wordcloud和paddlehub，我们先安装一下：pip install opencv-pythonpip install pillowpython -m pip install paddlepaddle -i https://mirror.baidu.com/pypi/simplepip install -i https://mirror.baidu.com/pypi/simple paddlehubpip install -i https://pypi.tuna.tsinghua.edu.cn/simple/ myqr另外我使用的Python环境是3.7，知道这些我们就可以开始进行我们的美图之旅了。图片美化

python打造自己的颜值（学会这些Python美图技巧）(1)

作者 | ZackSock

python打造自己的颜值（学会这些Python美图技巧）(2)

前言

Python中有许多用于图像处理的库，像是Pillow，或者是OpenCV。而很多时候感觉学完了这些图像处理模块没有什么用，其实只是你不知道怎么用罢了。今天就给大家带了一些美图技巧，让你的图美翻全场，朋友圈赞不绝口，女朋友也夸你，富贵你好厉害啊！

python打造自己的颜值（学会这些Python美图技巧）(3)

模块安装

我们主要使用到openCV和Pillow，另外我们还会使用到wordcloud和paddlehub，我们先安装一下：

pip install opencv-python
pip install pillowpython -m pip install paddlepaddle -i https://mirror.baidu.com/pypi/simplepip install -i https://mirror.baidu.com/pypi/simple paddlehubpip install -i https://pypi.tuna.tsinghua.edu.cn/simple/ myqr

另外我使用的Python环境是3.7，知道这些我们就可以开始进行我们的美图之旅了。

python打造自己的颜值（学会这些Python美图技巧）(4)

图片美化

1、祛痘

还在为痘痘烦难，不敢拍照吗？有了这个你就不用怕了（虽然有p图软件，但是大家不要揭穿我）：

import cv2level = 22 # 降噪等级img = cv2.imread('girl.jpg') # 读取原图img = cv2.bilateralFilter(img level level*2 level/2) # 美颜cv2.imwrite('result.jpg' img)

实际上，在光滑的脸蛋上，痘痘就可以视为一个噪点，而我们可以通过降噪的方式达到祛痘祛斑的效果，在OpenCV中就提供了相应的滤镜，我们只需要调用即可。原图和实现效果图对比如下：

python打造自己的颜值（学会这些Python美图技巧）(5)

可以看到脸上的斑明显是变少了。绅士们应该可以注意到，脖子下面的皮肤光滑了许多。不过头发细节被抹除了不少。我们可以通过调节level参数，调节效果。如果想效果更好，可以结合人脸识别，进行局部的祛痘处理。

2、词云——我不只是一张图

其实词云已经是老生常谈了，但是作美图中的姣姣者，还是有必要列出来的，因为一张词云所能包含的信息太多了：

from PIL import Image
import numpy as npfrom wordcloud import WordCloud ImageColorGenerator

# 读取背景图片mask = np.array(Image.open('rose.png'))

# 定义词云对象wc = WordCloud(# 设置词云背景为白色 background_color='white' # 设置词云最大的字体 max_font_size=30 # 设置词云轮廓 mask=mask # 字体路径，如果需要生成中文词云，需要设置该属性，设置的字体需要支持中文 #font_path='msyh.ttc')# 读取文本text = open('article.txt' 'r' encoding='utf-8').read# 生成词云wc.generate(text)# 给词云上色wc = wc.recolor(color_func=ImageColorGenerator(mask))# 保存词云wc.to_file('result.png')

其中article.txt为我们的词云的文本素材，而rose.png则是词云轮廓（该图片背景应该为严格的白色或者透明），原图和实现效果如下：

python打造自己的颜值（学会这些Python美图技巧）(6)

还是非常美的。更多详细内容可以参考https://blog.csdn.net/ZackSock/article/details/103517841。

3、风格迁移——努力变成你喜欢的样子

风格迁移，顾名思义就是将某一张图片的风格迁移到另一张图片上。比如我拍了一张白天的图片，但是我想要一张夜景的图片，那我们该怎么做呢？当然是等到晚上再拍了，不过除了这个方法，我们还可以下载一张夜景图片，将夜景效果迁移到我们的原图上。

风格迁移的实现需要使用深度学习才能实现，但是像我这样的菜鸡肯定是不会深度学习的啦，所以我们直接使用paddlehub中已经实现好的模型库：

import cv2
import paddlehub as hub# 加载模型库stylepro_artistic = hub.Module(name="stylepro_artistic")# 进行风格迁移im = stylepro_artistic.style_transfer( images=[{ # 原图 'content': cv2.imread("origin.jpg") # 风格图 'styles': [cv2.imread("style.jpg")] }] # 透明度 alpha = 0.1)# 从返回的数据中获取图片的ndarray对象im = im[0]['data']# 保存结果图片cv2.imwrite('result.jpg' im)

原图风格图和效果图如下：

python打造自己的颜值（学会这些Python美图技巧）(7)

左边是原图，中间是风格图，右边为效果图。上面的效果还算可以，但是不是每次都怎么成功，还是要多试试。

4、图中图——每一个像素都是你

这个相比上面的要复杂一些，我们需要准备图库，将这些图作素材，然后根据图片某个区域的主色调进行最适当的替换，代码如下：

import os
import cv2import numpy as np

def getDominant(im): """获取主色调""" b = int(round(np.mean(im[: : 0]))) g = int(round(np.mean(im[: : 1]))) r = int(round(np.mean(im[: : 2]))) return (b g r)

def getColors(path): """获取图片列表的色调表""" colors =

filelist = [path i for i in os.listdir(path)] for file in filelist: im = cv2.imdecode(np.fromfile(file dtype=np.uint8) -1) dominant = getDominant(im) colors.append(dominant) return colors

def fitColor(color1 color2): """返回两个颜色之间的差异大小""" b = color1[0] - color2[0] g = color1[1] - color2[1] r = color1[2] - color2[2] return abs(b) abs(g) abs(r)

def generate(im_path imgs_path box_size multiple=1): """生成图片"""

# 读取图片列表 img_list = [imgs_path i for i in os.listdir(imgs_path)]

# 读取图片 im = cv2.imread(im_path) im = cv2.resize(im (im.shape[1]*multiple im.shape[0]*multiple))

# 获取图片宽高 width height = im.shape[1] im.shape[0]

# 遍历图片像素 for i in range(height // box_size 1): for j in range(width // box_size 1):

# 图块起点坐标 start_x start_y = j * box_size i * box_size

# 初始化图片块的宽高 box_w box_h = box_size box_size

box_im = im[start_y: start_x:] if i == height // box_size: box_h = box_im.shape[0] if j == width // box_size: box_w = box_im.shape[1]

if box_h == 0 or box_w == 0: continue

# 获取主色调 dominant = getDominant(im[start_y:start_y box_h start_x:start_x box_w])

img_loc = 0 # 差异，同主色调最大差异为255*3 dif = 255 * 3

# 遍历色调表，查找差异最小的图片 for index in range(colors.__len__): if fitColor(dominant colors[index]) < dif: dif = fitColor(dominant colors[index]) img_loc = index

# 读取差异最小的图片 box_im = cv2.imdecode(np.fromfile(img_list[img_loc] dtype=np.uint8) -1)

# 转换成合适的大小 box_im = cv2.resize(box_im (box_w box_h))

# 铺垫色块 im[start_y:start_y box_h start_x:start_x box_w] = box_im

j = box_w i = box_h

return im

if __name__ == '__main__':

# 获取色调列表 colors = getColors('表情包/') result_im = generate('main.jpg' '表情包/' 50 multiple=5) cv2.imwrite('C:/Users/zaxwz/Desktop/result.jpg' result_im)

关于实现，我后续会写文章详细分析。我们看看效果图：

python打造自己的颜值（学会这些Python美图技巧）(8)

图片我们还是可以看出人物的，但是某些地方颜色不太对，这就是根据我们图库来的了。我们方法图片就能看到上面几百张小图片。（当然你放大上面的图是看不到的，因为分辨率太低）

5、切换背景——带你去旅行

最近大家都宅家里，照片拍了不少，可惜背景全是沙发。遇到我就是你女朋友的福气，看我如何10行代码换图片背景：

from PIL import Image
import paddlehub as hub# 加载模型humanseg = hub.Module(name='deeplabv3p_xception65_humanseg')# 抠图results = humanseg.segmentation(data={'image':['xscn.jpeg']})# 读取背景图片bg = Image.open('bg.jpg')# 读取原图im = Image.open('humanseg_output/xscn.png').convert('RGBA')im.thumbnail((bg.size[1] bg.size[1]))# 分离通道r g b a = im.split# 将抠好的图片粘贴到背景上bg.paste(im (bg.size[0]-bg.size[1] 0) mask=a)bg.save('xscn.jpg')

下面看看我们的效果：

python打造自己的颜值（学会这些Python美图技巧）(9)

6、九宫格——一张照片装不下你的美

很多人发照片都喜欢发九宫格，但是一般又没那么多照片，这个时候就需要用表情包占位了。对于技术宅，这种不合理的方式是绝不容许的，于是我们写下如下代码：

from PIL import Image# 读取图片im = Image.open('xscn.jpeg')# 宽高各除 3，获取裁剪后的单张图片大小width = im.size[0]//3height = im.size[1]//3# 裁剪图片的左上角坐标start_x = 0start_y = 0# 用于给图片命名im_name = 1# 循环裁剪图片for i in range(3): for j in range(3): # 裁剪图片并保存 crop = im.crop((start_x start_y start_x width start_y height)) crop.save(str(im_name) '.jpg') # 将左上角坐标的 x 轴向右移动 start_x = width im_name = 1 # 当第一行裁剪完后 x 继续从 0 开始裁剪 start_x = 0 # 裁剪第二行 start_y = height

我们执行上面的代码后，就能生成名为1~9的图片，这些图片就是我们的九宫格图片，下面看看测试效果：

python打造自己的颜值（学会这些Python美图技巧）(10)

不得不说，小松菜奈是真的美。

7、图片二维码——冰冷的图里也饱含深情

有话想说又不敢说？来试试二维码吧，小小的图饱含深情：

from MyQR import myqr
myqr.run( words='http://www.baidu.com' # 包含信息 picture='lbxx.jpg' # 背景图片 colorized=True # 是否有颜色，如果为False则为黑白 save_name='code.png' # 输出文件名

效果图如下：

原文链接：

https://blog.csdn.net/ZackSock/article/details/105833676

python打造自己的颜值（学会这些Python美图技巧）(11)