
作者:闲欢
来源:Python 技术
今天上班时,我正在敲代码。女朋友突然发了一张图片给我:
“老公,我也想要一个这样的头像...” 后面跟着一个可怜的表情。
无奈,不管怎样我只好应承下来。
下班回到家中,我准备把这个任务完成了。其实完全可以找个美颜的 APP ,上传图片,点几下就好了。但是作为她心目中的技术大神,我肯定不能这么干,不然干嘛要让我来做这件事情(要深刻理解女生的目的)。
我略加思索,感觉这件事情用 Python来实现并不困难。
实现需要用到的工具是 OpenCV 库,用 OpenCV库里面的图片处理接口就能满足需求。
安装方法还是我们的老一套:
pip install opencv-python
我从手机相册中找了一张照片,发送到微信,然后保存到电脑上。
我们代码的第一步就是要读取这张图片。
import cv2 img = cv2.imread("mv5.jpg")
我们读取的是 RGB 格式的图片。接着,我们将这张图片转换为灰度图片。
gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
转换之后,图片是这样子的:
接下来,我们要将灰度图像反转,以便于增强图像的细节。
inverted_image = 255 - gray_image
反转之后,我们得到的图片是这样的:
看起来是不是有点恐怖?
最后,我们将反转的图像进行模糊处理,然后再将模糊的图像倒置,最后将灰度图像除以倒置的模糊图像,就可以创建铅笔草图了。
blurred = cv2.GaussianBlur(inverted_img, (21, 21), 0) inverted_blurred = 255 - blurred pencil_sketch = cv2.divide(gray_img, inverted_blurred, scale=256.0)
我们使用 OpenCV 显示一下:
cv2.imshow("original", img) cv2.imshow("pencil", pencil_sketch) cv2.waitKey(0)
最后输出的图像是这样子的:
别看我写了这么几个步骤,实际上代码也就几行而已。下次妹子问你能不能给她做素描图像,千万别甩一句:用美图秀秀啊!不然你会失去一个妹子的!
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13分库分表,为何而生? 在信息技术发展的早期阶段,数据量相对较小,业务逻辑也较为简单,单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中,“数据孤岛” 是普遍面临的痛点:用户数据散落在 APP 日志、注册系统、客服记录中,订单数据分散在交易 ...
2025-10-13在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11在机器学习建模流程中,“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中,未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储,CDA(Certified D ...
2025-10-11在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10