python - 使用 Python 更改图像中定义的颜色

Question

我有一张包含女孩脸的图像，我想从使用 python 中的 RGB 识别的颜色开始改变她眼睛的颜色。我有这个颜色:

rbg_source=[85, 111, 47]

和这个颜色作为目的地

rbg_destination=[72.50445669, 56.82411376, 47.7519902]

将图像重建为原始图像，仅替换上述颜色。
你有想法在 python 中做到这一点吗？
我已经使用了以下解决方案:

 resized_image[np.all(resized_image == (85, 111, 47), axis=-1)] = (72.50445669, 56.82411376, 
 47.7519902)

 # Save result
 cv2.imwrite('result1.png',resized_image)

但它返回一个糟糕的图像，没有预期的解决方案。
请在下面找到示例图像

在该图像中，我想更改右眼颜色，知道该颜色的 RGB，即 (5, 155, 122)

Answer 1

这是在 Python/OpenCV 中执行此操作的一种方法，因为我没有您想要使用的蓝色和绿色的相应 RGB 颜色。所以我将使用基线蓝色和绿色进行近似。

读取输入

转换为 HSV 和分离 channel

指定蓝色和绿色色调并获得色调差异

制作蒙版的绿色范围阈值

使用形态清洁面膜

将色调差异添加到色调 channel 并模 180

将新色调、旧饱和度 channel 和偏向增加亮度以匹配左眼颜色并转换回 BGR 的旧值 channel 合并为 BGR

使用蒙版合并新的BGR和原图

保存结果

输入:

import cv2
import numpy as np

# load image with alpha channel
img = cv2.imread('eyes.png')

# convert to HSV
hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
h,s,v = cv2.split(hsv)

# blue is 240 in range 0 to 360; so half in OpenCV
# green is 120 in range 0 to 360; so half in OpenCV
blue_hue = 120
green_hue = 60

# diff hue (blue_hue - green_hue)
diff_hue = blue_hue - green_hue

# create mask for green color in hsv
lower = (30,90,90)
upper = (90,170,180)
mask = cv2.inRange(hsv, lower, upper)
mask = cv2.merge([mask,mask,mask])

# apply morphology to clean mask
kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (3,3))
mask = cv2.morphologyEx(mask, cv2.MORPH_ERODE, kernel)

# modify hue channel by adding difference and modulo 180 
hnew = np.mod(h + diff_hue, 180).astype(np.uint8)

# recombine channels and bias value to make brighter
hsv_new = cv2.merge([hnew,s,v+60])

# convert back to bgr
bgr_new = cv2.cvtColor(hsv_new, cv2.COLOR_HSV2BGR)

# blend with original using mask
result = np.where(mask==(255, 255, 255), bgr_new, img)

# save output
cv2.imwrite('eyes_green_mask.png', mask)
cv2.imwrite('eyes_green2blue.png', result)

# Display various images to see the steps
cv2.imshow('mask',mask)
cv2.imshow('bgr_new',bgr_new)
cv2.imshow('result',result)
cv2.waitKey(0)
cv2.destroyAllWindows()
 

面具

色相和值偏移 BGR 图像:

结果:

补充:
如果您知道确切的蓝色和绿色 BGR 颜色，则可以将它们分别转换为 HSV 并获得 H、S、V 差异。然后使用这些差异作为输入图像的 H、S、V channel 的偏差，并使用掩码将结果与原始结果结合起来，就像我在上面所做的那样。