python实现签章抠图,背景透明。签字、印章抠图,便于线上使...的简单介绍 |
您所在的位置:网站首页 › 电子印章抠图背景黑 › python实现签章抠图,背景透明。签字、印章抠图,便于线上使...的简单介绍 |
本文目录一览:
1、怎么把印章抠出来做成电子章?
2、怎么把公章抠图下来只留红色线条 背景白色变透明
3、用python抠图(背景透明化)
4、如何用 Python 实现一个抠图功能
怎么把印章抠出来做成电子章?
具体如下: 1、打开photoshop后,再打开(CTRL+O)一张带有公章的图片。 2、图片打开后,执行“选择——色彩范围”,等“色彩范围”的窗口弹出来后,点击红色(公章颜色)来进行颜色取样。 3、取样好后,点击“确定”,这时候会回到画布,也可以看到画布上已经有了公章的选区了。 4、接下来复制这个公章的选区,只需要按组合键“CTRL+J”就可以搞定的,这样会得到“图层 1”。 5、这时候可以把背景图层隐藏了,隐藏后你会发现,图章的大概轮廓都抠出来了,但是颜色却不是那个颜色,没关系,接下来的还要对图层1进行色相饱和度的调整。 6、执行“图像——调整——色相/饱和度”,或者直接按组合键“CTRL+U”,都可以打开色相饱和度,然后进行调整,让它的色度和原来的尽可能的相像,注意在调整色相饱和度的时候,要把预览勾上,这样你才更加的直观看到公章的颜色,也更加的好调整一些。 7、调整好后,点击“确定”,这时候会发现,颜色还是有点浅,没有关系,复制图层1就好了(CTRL+J),根据自己的情况来看复制几层,还有不透明度的设定,这些结合起来就可以抠出来一个比较完美的公章了。 8、注意,如果你要在word等地方用到这个公章的话,保存的图片格式一定要是PNG的哦。 9、完成效果图。 注意事项: 电子印章技术以先进的数字技术模拟传统实物印章,其管理、使用方式符合实物印章的习惯和体验,其加盖的电子文件具有与实物印章加盖的纸张文件相同的外观、相同的有效性和相似的使用方式。 电子印章早在中国的《电子签名法》颁布与实施之前就出现了,上世纪90年代中后期,随着传统办公模式逐渐向信息化办公模式转变,纸质文书的流转形式也随之向电子文书的流转形式转变;为能够在确保电子文书有效性的同时,也使得电子文书能与传统纸质文书具有相同的公信视觉效果,从而提出了电子印章的概念。 可以用ps软件去掉公章的背景。方法如下。 1,首先,在ps中打开公章图片之后,找到窗口右侧的图层栏中的图层,双击该图层。 2,双击之后,该图层即为可编辑状态。然后再从窗口左侧的工具栏中,选择“魔棒”工具。 3,用魔棒工具点击图片白色的部分,使其周围变成虚线。 4,选好选区之后,按下键盘上的“delete”键,即可删除公章图片的白色背景。 用python抠图(背景透明化)matplotlib读取RGB图片的时候,往往把图片转化为四通道图片,其中第四个通道是α通道,可以决定图像的透明度。 如果把图片的前景的透明度设定为1,背景的透明度设定为0,那么就算去掉了背景了。 原图。 代码。 出图。 有部分白色背景由于不够白,被保留了下来。 换图。 观察可知,背景是深浅不一的蓝色。 深色参数是a[0,0],浅色区域比较多,也不容易确定位置。 用如下代码抠图,太狠! 再修改代码。 if a[i,j,2]1.5*a[i,j,0] and a[i,j,2]1.2*a[i,j,1]: 不准抠去黑色部分。经过逐步调整颜色阈值,得到下面的效果。 上面代码如下。 如何用 Python 实现一个抠图功能使用Python和OpenCV进行抠图 其中使用了opencv中的grabcut方法 直接上代码 [python] view plain copy # encoding:utf-8 # 图像提取 # create by import numpy as np import cv2 from matplotlib import pyplot as plt img = cv2.imread('1.jpg') mask = np.zeros(img.shape[:2], np.uint8) bgdModel = np.zeros((1, 65), np.float64) fgdModel = np.zeros((1, 65), np.float64) rect = (20, 20, 413, 591) cv2.grabCut(img, mask, rect, bgdModel, fgdModel, 10, cv2.GC_INIT_WITH_RECT)mask2 = np.where((mask == 2) | (mask == 0), 0, 1).astype('uint8')img = img * mask2[:, :, np.newaxis] img += 255 * (1 - cv2.cvtColor(mask2, cv2.COLOR_GRAY2BGR))# plt.imshow(img) # plt.show() img = np.array(img) mean = np.mean(img) img = img - mean img = img * 0.9 + mean * 0.9 img /= 255 plt.imshow(img) plt.show() |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |