简述

在 上一篇博客 进行了证件照更换背景颜色，纯蓝色，红色，白色之间的替换，有人私信我，可以不可以把背景换成其他图片，而不是单纯的颜色填充。这在photoshop里面就是选中一个图层然后复制到另外一张图片上去，用代码实现的话和上篇博文换纯色背景思路完全一样，只是在替换颜色时候有了新变化。

获取目标区域（抠图）

将目标区域和背景分离开。

此方法抠图只适合颜色对比比较明显的图片，允许存在少量颜色干扰

加载&缩放

通过imread函数加载图片，resize函数对图像进行缩放。 （因为找的图片有些大，显示器太小，所以适当缩放）

import cv2
import  numpy as np
img=cv2.imread('zjz.jpg')
img_back=cv2.imread('back.jpg')
#日常缩放
rows,cols,channels = img_back.shape
img_back=cv2.resize(img_back,None,fx=0.7,fy=0.7)
cv2.imshow('img_back',img_back)
rows,cols,channels = img.shape
img=cv2.resize(img,None,fx=0.4,fy=0.4)
cv2.imshow('img',img)
rows,cols,channels = img.shape#rows，cols最后一定要是前景图片的，后面遍历图片需要用到

两张图片如下

这里写图片描述

（图片源于网络，已经马赛克处理，如有侵权，私信立即删除）

要实现的效果就是，把人物图像抠出来，放在背景图片上面。

获取背景区域

由于背景纯蓝色，所以找到了这些区域，相反的就是我们想要的。 这里要用到inRange这个函数获取蓝色区域。 首先需要将图片转换为HSV类型。

#转换hsv
hsv=cv2.cvtColor(img,cv2.COLOR_BGR2HSV)

获取mask得到蓝色区域

#获取mask
lower_blue=np.array([78,43,46])
upper_blue=np.array([110,255,255])
mask = cv2.inRange(hsv, lower_blue, upper_blue)
cv2.imshow('Mask', mask)

蓝色区域mask如下图

这里写图片描述

黑色区域有明显白点，有少量的颜色干扰，需要进一步优化。

mask优化

通过腐蚀和膨胀操作进行消除个别白点。 我对于腐蚀和膨胀操作的理解是：

腐蚀操作将会腐蚀图像中白色像素，以此来消除小斑点， 而膨胀操作将使剩余的白色像素扩张并重新增长回去。

#腐蚀膨胀
erode=cv2.erode(mask,None,iterations=1)
cv2.imshow('erode',erode)
dilate=cv2.dilate(erode,None,iterations=1)
cv2.imshow('dilate',dilate)

优化后如下图

这里写图片描述

黑色区域内白点已经消除，完美分离人物与背景[傲娇]。

替换背景图片

此时已经将图片目标区域抠出来了，只需要再新的背景图上把抠出来的对应点颜色填充上去就好。 我们首先要确定一个坐标点，这个点决定了要把抠出来的图像放到新背景图片的什么位置，即就是抠出图片左上角（0，0）点在新的背景图片中应该在的位置。 注意：

扣出的图片应该小于背景图片，确定位置时候应注意，坐标越界后 会发生异常。注意协调。

#遍历替换
center=[50,50]#在新背景图片中的位置
for i in range(rows):
    for j in range(cols):
        if dilate[i,j]==0:#0代表黑色的点
            img_back[center[0]+i,center[1]+j]=img[i,j]#此处替换颜色，为BGR通道
cv2.imshow('res',img_back)

最终效果

这里写图片描述

（图片源于网络，已经马赛克处理，如有侵权，私信立即删除）

总结

基本原理和 上篇博客 所讲相同，重点在于后面的center点的确定（谨防越界），和不同图片间相对应的坐标和颜色的相互复制替换。

完整代码如下：

import cv2
import  numpy as np
img=cv2.imread('zjz.jpg')
img_back=cv2.imread('back.jpg')
#日常缩放
rows,cols,channels = img_back.shape
img_back=cv2.resize(img_back,None,fx=0.7,fy=0.7)
cv2.imshow('img_back',img_back)
rows,cols,channels = img.shape
img=cv2.resize(img,None,fx=0.4,fy=0.4)
cv2.imshow('img',img)
rows,cols,channels = img.shape#rows，cols最后一定要是前景图片的，后面遍历图片需要用到
#转换hsv
hsv=cv2.cvtColor(img,cv2.COLOR_BGR2HSV)
#获取mask
lower_blue=np.array([78,43,46])
upper_blue=np.array([110,255,255])
mask = cv2.inRange(hsv, lower_blue, upper_blue)
cv2.imshow('Mask', mask)
#腐蚀膨胀
erode=cv2.erode(mask,None,iterations=1)
cv2.imshow('erode',erode)
dilate=cv2.dilate(erode,None,iterations=1)
cv2.imshow('dilate',dilate)
#遍历替换
center=[50,50]#在新背景图片中的位置
for i in range(rows):
    for j in range(cols):