python 图像处理：一福变五福

快过年了，各种互联网产品都出来撒红包。某宝一年一度的集五福（shua hou）活动更是成为每年的必备活动。虽然到最后每人大概也就分个两块钱，但作为一个全民话题，大多数人还是愿意凑凑热闹。毕竟对于如今生活在大城市的人来说，集福领红包和空荡的地铁车厢或许已是最大的“年味”了。

既然是凑热闹，怎么能少得了我。前年过年发过一篇：《一行代码扫出“敬业福”》，介绍的是 OCR 文字识别 的使用。今年再来对“福”字做文章，演示下如何 用 python 的图像处理功能，把一幅“福”字图片转出 5 种不同的效果 ：

python 图像处理：一福变五福

python 最图像处理最常用的两个模块是 PIL 和 OpenCV ，这里我们选择 OpenCV。

读取图片及展示代码：

import cv2
from matplotlib import pyplot as plt
img = cv2.imread('fu.png')
# 转换颜色模式，显示原图
img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
plt.imshow(img)
plt.show()

因为 OpenCV 和 matplotlib 的 颜色模式 不一样，所以需要做一次转换，如果是直接通过 cv2 展示和保存图片则不需要。

上面的效果分别用到了以下功能：

1、灰度福

这里没有选择直接将图片转出灰度图，因为这样会导致福字不明显。而是通过将 红、绿、蓝三通道分离 后，选择色差最大的红色通道。

r,g,b = cv2.split(img)

2、轮廓福

使用了 OpenCV 自带的 图像轮廓提取 功能。为了更好的效果，这里 对红色通道进行二值化 后，再查找轮廓。

_, img_bin = cv2.threshold(r, 50, 255, cv2.THRESH_BINARY)
_, contours, _ = cv2.findContours(img_bin, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
img_cont = np.zeros(img_bin.shape, np.uint8)    
cv2.drawContours(img_cont, contours, -1, 255, 3)

3、反色福

发色的实现是将每个像素值 x 转成 255-x。如果遍历像素计算会比较慢，于是用了一个小技巧： 转成 numpy 的 ndarray 再进行矩阵运算 。

img_i = np.asarray(img)
img_i = 255 - img_i

4、膨胀福

这里其实是“ 图像腐蚀 ”操作（与“ 图像膨胀 ”操作相反）。因为在我们选取的红色通道中，白色是背景，黑色才是福字，所以对白色的“腐蚀”也就是对黑色的“膨胀”。这也是 OpenCV 的内置功能。做完这一步，又对图像进行了切割，直接通过列表的切片操作实现。

kernel = cv2.getStructuringElement(cv2.MORPH_RECT,(25, 25))
eroded = cv2.erode(r, kernel)
size = img.shape
eroded = eroded[int(size[1]*0.15):int(size[1]*0.7),int(size[0]*0.2):int(size[0]*0.85)]

5、福到了

OpenCV 提供了翻转操作，第二个参数是 旋转轴 的选取，你可以试试 0 和 1 的效果。