新的一年又要到来了，各个大的公司又在这年末为大家送上了新春的祝福，支付宝还是延续了这几年的传统，在年末为大家送上了集五福的活动，为了大家能更快更好的扫出来大大的“福”，今天就带领大家利用python做一个一“福”转“N”福的小demo。

先看效果图

首先，我们需要拿到一张大大的“福”字图片，然后，我们就可以对于这张图进行操作了。我们今天要实现的就是将一张“福”字转化为五种不同的风格，现为大家呈上效果图。

灰度图

首先为大家展示的是灰度图，灰度图就是将彩色的RGB三通道图像，转化为单通道的灰色图像，RGB三个通道的颜色通过比例系数进行相加。程序如下所示。

def Gray_fu(self):
 gray_img = cv2.cvtColor(self.ori_img, cv2.COLOR_BGR2GRAY)
 return gray_img

轮廓图

接下来是轮廓图，轮廓图需要输入一张灰度图像，首先是对图像进行滤波处理，去除噪声，然后针对于灰色的图片中像素突然变化的点来检测边缘，什么是边缘突然变化呢，参考我们的灰度图，灰度图中，“福”字的边缘同背景颜色出现了巨大的差异，这种差异就是寻找边缘轮廓的依据，程序如下图所示。

def Canny_fn(self):
 img = cv2.cvtColor(self.ori_img, cv2.COLOR_BGR2GRAY)
 img = cv2.GaussianBlur(img, (3, 3), 0)
 canny_img = cv2.Canny(img, 50, 150)
 return canny_img

反色图

对于反色图，理解起来并不难，就是用255减去将原图中的每一个像素值，得到的就是我们的反色图，程序如下：

def invert_fu(self):
 img = 255 - self.ori_img
 return img

腐蚀图

对于腐蚀图，因为在我们选取的图像中，红色是背景，黑色才是福字，所以对红色进行膨胀也就是对黑色进行腐蚀。这也是 OpenCV 的内置功能。我们只需要调用opencv中的膨胀函数即可。

def dilate_fu(self):
 # img = cv2.cvtColor(self.ori_img, cv2.COLOR_BGR2GRAY)
 kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (5, 5))
 img = cv2.dilate(self.ori_img, kernel, iterations=1)
 print(img.shape)
 return img

福到家

最后是我们的“福到家”，我们只需要将福字进行旋转即可。

def rotate_fu(self):
 img = cv2.rotate(self.ori_img, 1)
 return img

完整代码

import cv2
class Change_pic():
 def __init__(self, img):
  self.ori_img = cv2.imread(img)
 def Gray_fu(self):
  '''灰度图'''
  gray_img = cv2.cvtColor(self.ori_img, cv2.COLOR_BGR2GRAY)
  return gray_img
 def Canny_fn(self):
  '''轮廓图'''
  img = cv2.cvtColor(self.ori_img, cv2.COLOR_BGR2GRAY)
  img = cv2.GaussianBlur(img, (3, 3), 0)
  canny_img = cv2.Canny(img, 50, 150)
  return canny_img
 def invert_fu(self):
  '''反色图'''
  img = 255 - self.ori_img
  return img
 def dilate_fu(self):
  '''腐蚀图'''
  # img = cv2.cvtColor(self.ori_img, cv2.COLOR_BGR2GRAY)
  kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (5, 5))
  img = cv2.dilate(self.ori_img, kernel, iterations=1)
  print(img.shape)
  return img
 def rotate_fu(self):
  '''福到家'''
  img = cv2.rotate(self.ori_img, 1)
  return img

总结

以上所述是小编给大家介绍的新年福利来一波之Python轻松集齐五福，希望对大家有所帮助，如果大家有任何疑问请给我留言，小编会及时回复大家的。在此也非常感谢大家对python博客网站的支持！
如果你觉得本文对你有帮助，欢迎转载，烦请注明出处，谢谢！