如何使用遮罩更改图像的颜色？

Question

我正在编写一个代码来改变一个人面部图片中头发的颜色。这样做我做了一个模型，并且能够得到头发部分的面具。但是现在我遇到了如何改变它的颜色的问题。

下面是传递的输出掩码和输入图像。

你能告诉我可以用来把头发的颜色变成不同颜色的方法吗？

Answer 1

由于它们具有相同的形状，因此您可以使用遮罩图像遮罩脸部图像。我们首先需要对其进行二进制阈值处理，因此可以将其用作黑白掩码。然后我们可以根据一个值是否为0or来执行布尔索引255，并分配一个新的颜色，比如 green?

import cv2
mask = cv2.imread('eBB2Q.jpg')
face = cv2.imread('luraB.jpg')

_, mask = cv2.threshold(mask, thresh=180, maxval=255, type=cv2.THRESH_BINARY)
# copy where we'll assign the new values
green_hair = np.copy(face)
# boolean indexing and assignment based on mask
green_hair[(mask==255).all(-1)] = [0,255,0]

fig, ax = plt.subplots(1,2,figsize=(12,6))
ax[0].imshow(cv2.cvtColor(face, cv2.COLOR_BGR2RGB))
ax[1].imshow(cv2.cvtColor(green_hair, cv2.COLOR_BGR2RGB))

现在我们可以使用 将新图像与原始图像结合起来cv2.addWeighted，这将返回两个图像的加权和，因此我们只会看到蒙版区域的差异：

green_hair_w = cv2.addWeighted(green_hair, 0.3, face, 0.7, 0, green_hair)

fig, ax = plt.subplots(1,2,figsize=(12,6))
ax[0].imshow(cv2.cvtColor(face, cv2.COLOR_BGR2RGB))
ax[1].imshow(cv2.cvtColor(green_hair_w, cv2.COLOR_BGR2RGB))

请注意，您可以通过alpha和beta参数设置加权总和中的权重，具体取决于您希望新颜色占主导地位的程度。请注意，如前所述，新图像将从加权总和中获得dst = src1*alpha + src2*beta + gamma。让我们尝试使用另一种颜色并将权重设置为凸组合，alpha 值范围为 say0.5和0.9：

green_hair = np.copy(face)
# boolean indexing and assignment based on mask
green_hair[(mask==255).all(-1)] = [0,0,255]
fig, axes = plt.subplots(2,2,figsize=(8,8))
for ax, alpha in zip(axes.flatten(), np.linspace(.6, .95, 4)):
    green_hair_w = cv2.addWeighted(green_hair, 1-alpha, face, alpha, 0, green_hair_w)
    ax.imshow(cv2.cvtColor(green_hair_w, cv2.COLOR_BGR2RGB))
    ax.axis('off')