C++使用OpenCV实现证件照蓝底换成白底功能（或其他颜色如红色）详解

// change_color.cpp : 定义控制台应用程序的入口点。
//证件照从蓝色底换成红色底
//#include "stdafx.h"
#include <iostream>
#include <opencv2\core\core.hpp>
#include <opencv2\highgui\highgui.hpp>
#include <opencv2\imgproc\imgproc.hpp>
using namespace cv;
using namespace std;
int main()
{
    char *origin="Original";
    char *window="Image";
    char *str="C:\\Users\\ltc\\Desktop\\nihao.jpg";
    namedWindow(origin,1);
    namedWindow(window,1);
    Mat image=imread(str);
    if(!image.data)
    {
        cout<<"图像载入出现问题"<<endl;
        return 0;
    }
    Mat roi=image(Rect(20,20,20,20));
    Mat hsvImg;
    cvtColor(image, hsvImg, CV_BGR2HSV); //将图像转换到HSV颜色空间
    //分离HSV空间，v[0]为H色调，v[1]为S饱和度，v[2]为v灰度 
    vector<Mat> v;
    split(hsvImg,v);
    Mat roiH=v[0](Rect(20,20,20,20));
    Mat roiS=v[1](Rect(20,20,20,20));
    int SumH=0;
    int SumS=0;
    int avgH, avgS;//蓝底的平均色调和平均饱和度
    //取一块蓝色背景，计算出它的平均色调和平均饱和度
    for(int i=0; i<20; i++)
    {
        for(int j=0; j<20; j++)
        {
            /*SumH=SumH+roiH(i,j);*/
            SumH=int(roiH.at<uchar>(j,i))+SumH;
            SumS=int(roiS.at<uchar>(j,i))+SumS;
        }
    }
    avgH=SumH/400;
    avgS=SumS/400;
    //遍历整个图像
    int nl=hsvImg.rows;
    int nc=hsvImg.cols;
    int step=10;
    for(int j=0; j<nl; j++)
    {
        for(int i=0; i<nc; i++)
        {
            //以H.S两个通道做阈值分割，把蓝色替换成红色
            if((v[0].at<uchar>(j,i))<=(avgH+5) && v[0].at<uchar>(j,i)>=(avgH-5)
                &&(v[1].at<uchar>(j,i))<=(avgS+40) && v[1].at<uchar>(j,i)>=(avgS-40))
            {
                //cout<<int(v[0].at<uchar>(j,i))<<endl;
                //红色底
                //v[0].at<uchar>(j,i)=0;
                //白色底
                v[0].at<uchar>(j,i)=0;
                v[1].at<uchar>(j,i)=0; //V[0]和V[1]全调成0就是变成白色
                //绿色底
                //v[0].at<uchar>(j,i)=60;
                //蓝色底
                //v[0].at<uchar>(j,i)=120;
                /*cout<<int(v[0].at<uchar>(j,i))<<endl;*/
            }
        }
    }
    Mat finImg;
    merge(v,finImg);
    Mat rgbImg;
    cvtColor(finImg,rgbImg, CV_HSV2BGR); //将图像转换回RGB空间
    imshow(origin,image);
    imshow(window,rgbImg);
    //加个滤波把边缘部分的值滤掉（此处应该用低通滤波器，但感觉不太好，还是不用了。）
    Mat result;
    GaussianBlur(rgbImg,result,Size(3,3),0.5);
    imshow(window,result);
    imwrite("nihaoWhite.jpg",result);
    waitKey(0);
    //system("pause");
    return 0;
}
////遍历整个图像
//int nl=hsvImg.rows;
//int nc=hsvImg.cols * hsvImg.channels();
//for(int j=0; j<nl; j++)
//{
//    uchar *data=hsvImg.ptr<uchar>(j);
//    for(int i=0; i<nc; i++)
//    {
//        cout<<int(data[i])<<" ";
//    }
//}

//红色底
v[0].at<uchar>(j,i)=0;
//白色底
v[0].at<uchar>(j,i)=0;
v[1].at<uchar>(j,i)=0; //V[0]和V[1]全调成0就是变成白色
//绿色底
v[0].at<uchar>(j,i)=60;
//蓝色底
v[0].at<uchar>(j,i)=120;

#include<iostream>
#include<opencv2/core/core.hpp>
#include<opencv2/imgproc/imgproc.hpp>
#include<opencv2/highgui/highgui.hpp>
using namespace cv;
class ColorDetector
{
private:
    //最小可接受距离
    int minDist;
    //目标色
    cv::Vec3b target;
    //结果图像
    cv::Mat result;
//计算与目标颜色的距离
int getDistance(cv::Vec3b color)
{
    return abs(color[0] - target[0]) + abs(color[1] - target[1]) + abs(color[2] - target[2]);
}
public:
    //空构造函数
    ColorDetector() :minDist(100)
    {
    //初始化默认参数
    target[0] = target[1] = target[2] = 0;
    }
    void setColorDistanceThreshold(int distance);
    int getColorDistanceThreshold() const;
    void setTargetColor(unsigned char red, unsigned char green, unsigned char blue);
    void setTargetColor(cv::Vec3b color);
    cv::Vec3b getTargetColor() const;
    cv::Mat ColorDetector::process(const cv::Mat &image);
    };
//设置色彩距离阈值，阈值必须是正的，否则设为0
void ColorDetector::setColorDistanceThreshold(int distance)
{
    if (distance < 0)
    distance = 0;
    minDist = distance;
}
//获取色彩距离阈值
int ColorDetector::getColorDistanceThreshold() const
{
    return minDist;
}
//设置需检测的颜色
void ColorDetector::setTargetColor(unsigned char red, unsigned char green, unsigned char blue)
{
    //BGR顺序
    target[2] = red;
    target[1] = green;
    target[0] = blue;
}
//设置需检测的颜色
void ColorDetector::setTargetColor(cv::Vec3b color)
{
    target = color;
}
//获取需检测的颜色
cv::Vec3b ColorDetector::getTargetColor() const
{
    return target;
}
cv::Mat ColorDetector::process(const cv::Mat &image)//核心的处理方法
{
    //按需重新分配二值图像
    //与输入图像的尺寸相同，但是只有一个通道
    result.create(image.rows, image.cols, CV_8U);
    //得到迭代器
    cv::Mat_<cv::Vec3b>::const_iterator it = image.begin<cv::Vec3b>();
    cv::Mat_<cv::Vec3b>::const_iterator itend = image.end<cv::Vec3b>();
    cv::Mat_<uchar>::iterator itout = result.begin<uchar>();
    for (; it != itend; ++it, ++itout)//处理每个像素
    {
        //计算离目标颜色的距离
        if (getDistance(*it) < minDist)
        {
            *itout = 255;
        }
        else
        {
            *itout = 0;
        }
    }
        return result;
}
int _tmain(int argc, _TCHAR* argv[])
{
    //1.创建图像处理的对象
    ColorDetector cdetect;
    //2.读取输入图像
    cv::Mat image = cv::imread("boldt.jpg");
    if (!image.data)
    {
        return 0;
    }
    //3.设置输入参数
    cdetect.setTargetColor(130, 190, 230);//蓝天的颜色
    cv::namedWindow("result");
    //4.处理并显示结果
    cv::imshow("result", cdetect.process(image));
    cv::waitKey();
    return 0;
}