如何用python把玩守望先鋒新英雄

這篇文章將為大家詳細講解有關如何用python把玩守望先鋒新英雄，文章內容質量較高，因此小編分享給大家做個參考，希望大家閱讀完這篇文章后對相關知識有一定的了解。

作為一名可視化工程師，如果只會使用PS，那么你一定OUT了。在專注各種花式P圖多年，在學習PS,AI,PR,AE,XD……無數(shù)設計軟件之后，本人終于悟到了一門獨步江湖的絕技——“代碼P圖”。

今天，我就把這門P圖界的無上秘籍，傳授給你！希望你在炫技（zuo si）的道路上越走越遠。

來看一下今天的素材：守望先鋒新上線的英雄——艾什的正面照：

然后這是一張背景圖：

今天的任務很簡單，我要對第一張圖中的人物進行摳圖，然后貼在背景圖上。

這個操作用PS并不復雜，讓我們來看一下這一過程如何用代碼來實現(xiàn)~

▼

 素材處理 

首先，導入一些工具包

opencv(cv2)，用于圖像處理

numpy，用于數(shù)據(jù)計算。

matplotlib用于出圖。

import cv2
import numpy as np
import matplotlib.pyplot as plt

 建立一個顯示圖片的函數(shù)，便于在P圖過程中，實時查看效果

使用的是matplotlib的功能，和制作圖表的過程一致。

#建立顯示圖片的函數(shù)
def show(image):
    plt.imshow(image)
    plt.axis('off')
    plt.show()

 然后，導入前景圖。

因為opencv的圖片默認使用BGR圖像格式，而我們通常使用的圖片是RGB（紅，綠，藍），所以，需要再轉換一下格式，否則查看時顏色會失真。

最后打印圖片規(guī)格和圖片本身

#導入前景圖
img=cv2.imread('img.png') #圖片導入
img = cv2.cvtColor(img,cv2.COLOR_BGR2RGB) #轉換顏色模型
print(img.shape) #打印圖片規(guī)格
show(img) #顯示圖片

 來看一下效果，高1054像素，長703像素，3通道。

同樣的方法，導入背景圖

#導入背景圖
back_img = cv2.imread('back_img.jpg') #圖片導入
back_img = cv2.cvtColor(back_img,cv2.COLOR_BGR2RGB) #轉換顏色模型
print(back_img.shape) #打印圖片規(guī)格
show(back_img) #顯示圖片

效果如下，高1079，長1920,3通道。

我們發(fā)現(xiàn)人物圖高度和背景高度差不多，且我們只要中間的人像即可，那么我們先來適當?shù)夭眉粢幌聢D片

#裁剪圖片
img = img[0:1000,150:550] #裁剪圖片大小
show(img) #顯示圖片

通過切片，裁去了logo

再對圖片縮小10%，這樣大小最為合適

#縮放圖片
print(img.shape) #打印圖片規(guī)格
img=cv2.resize(img,None,fx=0.9,fy=0.9) #圖片縮小10%
print(img.shape) #打印圖片規(guī)格

 打印一下圖片尺寸，發(fā)現(xiàn)裁剪成功

圖片在計算機中是用數(shù)字矩陣形式保存的，紅、綠、藍三個顏色通道每種色各分為256階，分別由0-255這256個數(shù)表示。比如900*360的圖片，可以理解為900行360列的像素矩陣，而每個像素又是由R，G，B三個數(shù)字確認其顏色的。于是，我們先把圖片的行，列數(shù)記錄下來，稍后可以用諸如遍歷的方法讀取每個像素，再對其進行矩陣計算。

#拆分圖片信息
rows,cols,channels = img.shape #拆分圖片信息

▼

 摳圖：三種效果 

摳圖的方法雷同PS，我們要先建立個蒙版。在開始之前，我們先需要把圖片轉換成HSV格式，這是一種比較直觀的顏色模型，可以更好的數(shù)字化處理顏色。

#轉換格式
img_hsv = cv2.cvtColor(img,cv2.COLOR_RGB2HSV) #把圖片轉換成HSV格式，用于摳圖
show(img_hsv) #顯示圖片

 看下效果：

雖然不能直視，但做法顯而易見，只要把非藍色的部分提取出來。我們設定一個閾值，在最小閾值以下和最大閾值以上，圖像變?yōu)?，而在閾值之間的變?yōu)?55。

#摳圖
lower_blue=np.array([0,0,0]) #獲取最小閾值
upper_blue=np.array([0,255,255]) #獲取最大閾值
mask = cv2.inRange(img_hsv, lower_blue, upper_blue) #創(chuàng)建遮罩
show(mask) #顯示遮罩

 然后，遮罩就這么給整了出來。

不過，我們發(fā)現(xiàn)，人物中間有那么多小點點，我需要把它們去掉。這里使用形態(tài)學圖像處理的基本方法，先腐蝕后膨脹。其原理是在原圖的小區(qū)域內取局部最小值和最大值，背后的邏輯為深度學習中的卷積神經網絡。

通過嘗試，我發(fā)現(xiàn)還可以使用開運算（先腐蝕后膨脹的整合運算）直接完成這一過程，且效果相對較好。

erode=cv2.erode(mask,None,iterations=3) #圖像腐蝕
show(erode) #顯示圖片
dilate=cv2.dilate(erode,None,iterations=1) #圖像膨脹
show(dilate) #顯示圖片

opening = cv2.morphologyEx(mask, cv2.MORPH_OPEN, cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (8,8))) #開運算
show(opening) #顯示圖片

 大家可以自行比較下腐蝕，腐蝕后膨脹和開運算的效果：

▼

 圖像合并 

最后，終于到了圖像合并環(huán)節(jié)。先設定人物在背景圖中的起始位置。再遍歷遮罩中的每個像素，如果是0（代表黑色），則把人物圖像上的顏色賦值到背景圖像上。

center = [70,240] #設置前景圖開始位置
for i in range(rows):
    for j in range(cols):
        if opening[i,j]==0: #代表黑色
            back_img[center[0]+i,center[1]+j] =img[i,j] #賦值顏色
show(back_img) #顯示圖片

 運行完畢，顯示結果：

受限于圖片質量和簡化代碼，略顯粗糙，但大體已經達到功能~

最后，調整圖片格式，并保存。

back_img = cv2.cvtColor(back_img,cv2.COLOR_RGB2BGR) #圖像格式轉換
back_img=cv2.resize(back_img,None,fx=0.8,fy=0.8) #圖像縮放20%
cv2.imwrite('result.png',back_img) #保存圖像

關于如何用python把玩守望先鋒新英雄就分享到這里了，希望以上內容可以對大家有一定的幫助，可以學到更多知識。如果覺得文章不錯，可以把它分享出去讓更多的人看到。