Java + openCV更换证件照背景色

纯前端JS实现一个登记照改换底色背景色功能 说到登记照改换底色功能的实现,我想大部分人都会认为使用opencv或者机器学习方法对图像进行图像分割、边缘检测、基于语义的物体检测、无监督的像素分类算法等等算法是最好的途径。 而我最近实现了一个登记照改换底色的小工具,可以任意设置登记照的底色,不局限于蓝白红三种最基本的登记照背景颜色。并且它可以根据实际情况来调整背景的色彩、亮度等等,可以让修改底色之后的登记照显得更真实些。 最关键的是,他是纯前端js完成的,是通过操控canvas中的像素点来实现换底色的,并没有用到专业的图像处理或者机器学习方法来进行, 阅读详情

最近在小红书上看到很多更换证件照背景色的需求,联想到以前自己也更换过证件照背景色而且还是付费的,碰巧最近在看一本书《Java+OpenCV高效入门》,于是查找资料,找到了通过技术解决这个需求的办法。
先看效果图(图片来自网络,如有侵权,请联系我删除):
在这里插入图片描述

在这里插入图片描述下面直接上代码,只需要一个函数就可以了:

/**
     * 算法实现步骤:
     * 1、加载原图像
     * 2、制作kmeans输入参数所需要的数据(kmeans的输入数据类型是CV_32F,所以不能直接使用原始图像的数据,因为原始图像的数据类型为CV_8UC1)
     * 3、使用kmeans算法实现图像分类,并得到分类标签
     * 4、创建遮罩:通过分类标签,将背景部分的颜色标记位0,将前景(人物)像素值标记位255
     * 5、先对mask执行形态学操作去除干扰的白点,在使用高斯模糊平滑前景和背景之前的过度
     * 6、创建一个3通道的目标输出结果Mat,然后将目标背景填充到背景区域,将前景部分填充到前景区域。
     * 7、输出图像
     * ps:算法的核心步骤其实就是找到mask,当mask找到之后就可以使用分类标签将背景和前景替换成为自己想要的像素。
     * 参考:https://www.cnblogs.com/tony-yang-flutter/p/16153446.html
     * @param photoPath  本地图片路径
     * @param rgbEnd  目标背景色
     * @return
     */
    @Override
    public Mat changePhotoBackgroundColor(String photoPath, double[] rgbBeg, double[] rgbEnd) {
        Mat src = Imgcodecs.imread(photoPath);
        //制作kmeans需要的数据
        int width = src.cols();
        int height = src.rows();
        int dims = src.channels();
        int sampleCount = width*height;//总共的像素点
        Mat points = new Mat(sampleCount, dims, CvType.CV_32F,new Scalar(10));

        int index = 0;
        for(int row = 0;row<height;row++){
            for(int col = 0;col<width;col++){
                index = row * width + col;
                double[] bgr = src.get(row, col);
                points.put(index,0, bgr[0]);
                points.put(index,1, bgr[1]);
                points.put(index,2, bgr[2]);
            }
        }

        int numCluster = 4;//多少个分类
        Mat labels = new Mat();//分类标签
        Mat centers = new Mat();//中心点
        TermCriteria criteria = new TermCriteria(TermCriteria.EPS + TermCriteria.COUNT, 10, 0.1);
        kmeans(points,numCluster,labels,criteria,3,KMEANS_PP_CENTERS,centers);

        //创建遮罩
        Mat mask = Mat.zeros(src.size(),CvType.CV_8UC1);
        //找到背景像素的像素点位置
        index = src.rows() * 2 + 2;

        //找到像素点位置在labels中所对应的标签,找到这个标签以后就可以根据这个标签来判断前景和背景
        double[] cIndex = labels.get(index,0);
        for(int row=0;row<height;row++){
            for(int col=0;col<width;col++){
                index = row*width+col;
                double[] label = labels.get(index, 0);
                if(label[0] == cIndex[0]){//背景
                    mask.put(row, col, 0);
                }else{//前景
                    mask.put(row, col, 255);
                }
            }
        }

        //使用形态学腐蚀操作取出遮罩中的可能干扰正常结果的白点
        Mat kernel = getStructuringElement(MORPH_RECT,new Size(3,3),new Point(-1,-1));
        erode(mask,mask,kernel);
        //使用高斯模糊平滑边缘像素
        GaussianBlur(mask,mask,new Size(3,3),0,0);

        //执行图像像素融合,执行最终的背景替换,定义背景颜色
        double[] bgColor = new double[3];

        bgColor[0] = rgbEnd[2];
        bgColor[1] = rgbEnd[1];
        bgColor[2] = rgbEnd[0];

        //定义一个空的彩色图片
        Mat result = Mat.zeros(src.size(),CvType.CV_8UC3);

        //下面是背景融合的代码
        double w = 0.0;
        double b = 0, g = 0, r = 0;
        double b1 = 0, g1 = 0, r1 = 0;
        double b2 = 0, g2 = 0, r2 = 0;
        for(int row = 0;row<height;row++){
            for(int col=0;col<width;col++){
                double[] pix = mask.get(row,col);//获取像素值
                if(pix[0] == 255){//前景
                    result.put(row, col, src.get(row,col));
                }else if(pix[0] == 0){//背景
                    result.put(row, col, bgColor);
                }else{//需要像素融合的部分
                    w = pix[0] / 255.0;//权重
                    b1 = src.get(row,col)[0];
                    g1 = src.get(row,col)[1];
                    r1 = src.get(row,col)[2];

                    b2 = bgColor[0];
                    g2 = bgColor[1];
                    r2 = bgColor[2];

                    b = b1*w+b2*(1.0-w);
                    g = g1*w+g2*(1.0-w);
                    r = r1*w+r2*(1.0-w);
                    
                    result.put(row, col, b, g, r);
                }
            }
        }

        return result;
    }
Java如何实现证件照换底色| 背景换色 本文主要讲解如何用java代码实现任何图片的底片换色,本文以为证件照片为例,用java代码生成多个底色不一样的图片。代码仅仅用到java包下的类,不需要借助外部包,用到的包有java.awtjava.io等。 阅读详情

相关推荐

Java + OpenCV 实现更换背景色 (以 证件照 蓝色幕布替换成红色背景 为例)(JavaCV)

一、效果展示 左边为原图, 右边为更换背景色后的图片, 图片来源网上 , 如有侵权, 请联系我进行删除. 二、完整代码 package com.biubiu.example; import org.opencv.core.Core; import org.opencv.core.Mat; import org.opencv.core.Scalar; import org.opencv.core.Size; import org.opencv.highgui.HighGui; import or.

张音乐的博客 4119

JAVA使用opencv实现图片背景分离 换背景

至此使用java处理图片的操作结束~ 可以自给自足啦。

qq_42257607的博客 1406

C++证件照背景替换完全指南

OpenCV(Open Source Computer Vision Library)是一个开源的计算机视觉和机器学习软件库。自从2000年由英特尔公司发起,现在由Willow Garage提供支持。OpenCV用C++语言编写而成,也包含了C、Python、Java等多种语言接口,能够运行在Linux、Windows、Mac OS等多种操作系统上。它轻量级、易于安装,并且拥有一整套用于图像处理和计算机视觉的丰富功能库。OpenCV库广泛应用于图像识别、视频分析、物体跟踪、人脸识别、动作识别等领域。

weixin_33308579的博客 895

Java实现证件照简单换背景

以下算法只能由一种纯色背景粗略更换为另一种纯色背景,以下将背景由蓝色转为白色。基本原理是读取原图片的像素矩阵的argb值,如果在蓝色区域附近,就将它替换为白色。使用ImageIO.read(file)读入原图片。

m0_52108067的博客 1969

Java 实现证件照底图替换,Java 实现照片头像底图替换

Java 实现证件照底图替换,Java 实现照片头像底图替换 无效引入依赖包,同java.awt.image实现 下载直接即可使用 修改颜色的方式和效果下载包中都有

去掉png中透明色并替换为另一种颜色的Java程序

俺自己写的程序,不知道能不能入大家的法眼,想偷懒的可以拿来改改就成,注:是.dat文件,自己改成.java就可以了

案例,linux环境下OpenCV+Java,实现证件照在线更换背景色

主要是通过java实现的(前后端用的ruoyi),linux环境编译安装opencv及证件照背景色更换的核心算法在前面文章中有写到,感兴趣可以翻阅查看。

Mattscl的博客 847

JAVA-图像去除背景例子

JAVA-图像去除背景例子 用于去除带白色背景的图片

基于程序方法不同实现的证件照更换底色 | 测试体验 | 简记 |

目前搜索到的CSDN 证件照更换 底色的主流程序实现方法如下: 基于Paddlehub实现的秒换证件照底色 python+opencv代码给证件照换底色 分析如下: 基于Paddlehub实现的秒换证件照底色,存在问题如下: 可以看到人像周围存在明显的 银色类似抠图的痕迹; python+opencv代码给证件照换底色,存在问题如下: 可以看到人像周围存在明显的 边缘分割锯齿痕迹; 这种方法限定图像背景,背景色域较为单一; 总结如下:   目前主要测试过的就这两种,正常的深度学习方法.

专注于AI领域前沿技术学习与分享:目标检测、图像修复、超分重建、AI工程化 909

java处理图片背景颜色的方法

主要为大家详细介绍了java处理图片背景颜色的方法,蓝底寸照批量转换为白底,具有一定的参考价值,感兴趣的小伙伴们可以参考一下

病理组学分析系列教程1:使用Python-histolab进行病理图像预处理,tiles切片自动生成

病理图像tiles自动生成,WSI图像预处理

qq_43449643的博客 1748

程序员如何更换证件照背景色

前言 今天在清理电脑的时候翻到了好多以前写的程序,其中有一个切换证件照背景色的程序,应该是之前学习opencv的时候拿来练手的小程序。心血来潮,给他写了个界面,也算是一个比较实用的小工具吧 环境 python opencv pyqt5 ...

我的博客 662

SAP 凭证分割功能 - 概述&系统配置 - Chapter01/02

为何要进行凭证拆分(分割)?在启用凭证分割之前, 在财务凭证在过账时会自动带出默认的利润中心,这利 润中心一般是从其他对象派生出来的(比如从成本中心、WBS 或资产负债表科 目定义默认的利润中心等),但是某些情况下的财务过账是不会派生出利润中 心的,比如说应收或者应付。如果一笔销售凭证上有两个行项目,10 行对应的成品物料 A 的利润中心为 TPCA-100;公司项目Dr/Cr科目金额利润中心10001Dr应收账款20002Cr库存商品A1500TPCA-1003Cr。

weixin_46525734的博客 3976

毕业设计——基于JAVA+OpenCV的人脸识别项目

Windows 10(x64)Java 1.8OpenCV 3.4.3JavaCV 1.4.3Dlib 仅仅支持 Linux Or MacOS图片人脸检测 视频人脸检测 更换背景图 图片合成 证件照更换背景色 年龄识别 性别识别 图片修复老照片素描色温调整对比度调整高光调整明度调整饱和度调整阴影调整天空滤镜人脸识别OpenCV/JavaCV版本人脸识别Dlib版本年龄识别性别识别图片合成老照片素描图片修复(水印去除)图片分类证件照更换背景色色温调整原图 +50色温 -50色温对比度调整+50对比度 饱和度调

abackcab的博客 962

将AAL图谱对应到Yeo7大网络中【原理,代码分析】

本文介绍了将AAL2图谱映射到Yeo7大功能网络的方法。通过整合皮层(Yeo2011)、小脑(Buckner2011)和纹状体(Choi2012)三个区域的功能网络图谱,采用投票机制确定每个AAL区域的网络归属。具体步骤包括:1)统计每个AAL区域体素在各网络图谱中的分布;2)选择体素数量最多的网络作为该区域的最终标签。该方法实现了从解剖结构到功能网络的映射,可获得120个AAL区域对应的7大功能网络标签。

yes666666的博客 2227

SLAM工程师面试避坑指南:2025年最新高频考点与实战代码解析

本文为SLAM工程师提供2025年最新面试避坑指南,涵盖高频技术考点如VINS初始化、三维几何处理、多传感器融合架构设计等,并包含实战代码解析。特别针对算法工程师面试中的常见陷阱,提供系统设计框架和代码模板,帮助求职者提升通过率。

metaverse5vr的博客 247

opencv换证件照底色

Python+Removebg----三行代码,一键抠图,照片随意换背景色 用免费API

在路上@Amos 602

Win11用户文件夹中文名修改全攻略

本文详细介绍了Windows 11系统中修改中文用户文件夹名称的完整步骤。操作包含七个关键环节:前期数据备份、账户名称修改、管理员账户激活、用户文件夹重命名、注册表路径更新、收尾操作及注意事项。特别强调需要同步修改账户名、文件夹名和注册表关联路径,并建议操作前备份重要数据。文中还针对常见问题提供了解决方案,如软件报错时的符号链接创建方法。整个过程需谨慎操作,建议在管理员权限下逐步执行,修改完成后需验证系统及软件功能是否正常。

Qinti_mm的博客 3145

热门项目推荐:matting-onnx-java - Java发丝级人像抠图新标杆

热门项目推荐:matting-onnx-java - Java发丝级人像抠图新标杆 【免费下载链接】matting-onnx-java 发丝级人像抠图,背景替换 项目地址: https://gitcode.com/sulv/mat...

gitblog_01407的博客 391

离线安装samba与配置(.tar方式安装)

个人记录

小道士写程序 7731

ZYNQ Petalinux编译系统启动文件实战指南

本文提出的混合编译加速方案实测可将编译时间从45分钟缩短至18分钟,QSPI双启动方案已在工业控制领域成功应用。Xilinx官方UG1144文档(最新v2023.1版)正点原子《ZYNQ嵌入式开发实战》开源项目Meta-Petalinux(GitHub趋势项目)未来展望:随着Versal平台的普及,Petalinux将支持更多AI加速器原生驱动,值得持续关注。

QQ_778132974的博客 817

java opencv 更换图片背景色(基于ROI)

java opencv 更换图片背景色

kan_Feng的博客 1866

手把手教你学Simulink——基于Simulink的固态变压器(SST)多级协同控制

摘要:本文详细介绍了基于Simulink的固态变压器(SST)多级协同控制方法。SST作为新一代智能电网核心设备,通过AC-DC整流、DC-DC隔离和DC-AC逆变三级架构实现电能高效转换。针对多级耦合难题,提出能量-功率协同控制策略:纵向解耦电压环与功率前馈,横向联动级间功率指令。在Simulink中搭建10kV/400V系统模型,实现直流母线电压波动<2%的动态性能。特别设计了负载突变时的三级协同机制,通过虚拟惯性算法和前馈控制实现快速响应。文章包含完整的建模步骤、控制推导和参数设置,为电力电子工

MHD0815的博客 202

基于opencv2实现证件照换背景(从蓝色到红色)

刚好手头上有一张证件照,尝试把蓝色底换成红色或白色底,网上搜的资料不多,且大多数都是基于opencv1写的,于是尝试写了下opencv2的。主要步骤为: 1.把RGB图像转换到HSV空间 2.取背景的一小块20*20,计算蓝色背景的平均色调和饱和度 3.设置阈值,取出蓝色背景替换为红色背景 4.把HSV图像转换会RGB空间 5.滤波器去除边缘效应 具体代码为: // change_c

尽人事,听天命 1万+

霍尼韦尔SoftMaster使用说明

霍尼韦尔SoftMaster使用说明

Camera2Demo

在Camera2 的基础上进行封装,使得Camera2一堆初始化逻辑与Activity分离,降低耦合度,完成预览拍照并保存的操作

java替换照片底色

实现Java替换照片底色 整体流程 首先,我们需要加载一张照片并将其转换为灰度图像。然后,我们通过设置一个阈值来将图像二值化,将底色转换为白色。最后,我们可以将处理后的图像保存到文件中。 以下是整个流程的步骤: 步骤 描述 1 加载图片并转换为灰度图像 2 通过阈值二值化图像 3 保存处理后的图像到文...

weixin_36904865的博客 504

ssm框架搭建

这个是一个在idea上成功跑起来的ssm框架项目,保存在这里方便以后使用直接下载

上一篇: SpringBoot项目调用openCV报错:nested exception is java.lang.UnsatisfiedLinkError
下一篇: linux环境下编译安装OpenCV For Java(CentOS 7)
Mattscl
博客等级 码龄10年 72粉丝 42原创
评论 1
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值
⌂ 换网址