邊緣羽化效果 ( 邊緣模糊化 )

這篇教學會介紹使用 OpenCV 搭配 NumPy 的基本數學運算，透過影像遮罩的方式，實現影像邊緣羽化的效果 ( 邊緣模糊化效果 )。

快速導覽：

• 建立邊緣模糊遮罩
• 根據遮罩黑白比例，合成主角與背景

因為程式中的 OpenCV 會需要使用鏡頭或 GPU，所以請使用本機環境 ( 參考：使用 Python 虛擬環境 ) 或使用 Anaconda Jupyter 進行實作 ( 參考：使用 Anaconda ) ，並安裝 OpenCV 函式庫 ( 參考：OpenCV 函式庫 )。

建立邊緣模糊遮罩圖片

使用 np.zeros 建立黑色畫布後，在畫布中心加入白色的圓形，接著進行高斯模糊，就完成一張邊緣模糊的遮罩圖片。

import cv2
import numpy as np

mask = np.zeros((300,300,3), dtype='uint8')      # 建立 300x300 的黑色畫布
cv2.circle(mask,(150,150),100,(255,255,255),-1)  # 在畫布上中心點加入一個半徑 100 的白色圓形
mask = cv2.GaussianBlur(mask, (35, 35), 0)       # 進行高斯模糊

cv2.imshow('oxxostudio', mask)
cv2.waitKey(0)
cv2.destroyAllWindows()

根據遮罩黑白比例，合成主角與背景

因為 OpenCV 的遮罩方法 ( 參考「影像遮罩」 ) 所產生的遮罩「不具有半透明」的功能，因此如果要實現邊緣漸層半透明的邊緣羽化效果，必須根據黑色白色的比例進行主角與背景的混合，下方的程式碼執行後，會讀取一張和遮罩同樣尺寸的圖片，以及產生同尺寸的一張白色背景，根據遮罩的黑白比例，將白色區域套用到圖片，將黑色區域套用到背景，就能產生邊緣羽化的圖片效果

import cv2
import numpy as np

mask = np.zeros((300,300,3), dtype='uint8')
cv2.circle(mask,(150,150),100,(255,255,255),-1)
mask = cv2.GaussianBlur(mask, (35, 35), 0)
mask = mask / 255                          # 除以 255，計算每個像素的黑白色彩在 255 中所佔的比例

img = cv2.imread('mona.jpg')               # 開啟圖片
bg = np.zeros((300,300,3), dtype='uint8')  # 產生一張黑色背景
bg = 255 - bg                              # 轉換成白色背景
img = img / 255                            # 除以 255，計算每個像素的色彩在 255 中所佔的比例
bg = bg / 255                              # 除以 255，計算每個像素的色彩在 255 中所佔的比例

out  = bg * (1 - mask) + img * mask        # 根據比例混合
out = (out * 255).astype('uint8')          # 乘以 255 之後轉換成整數

cv2.imshow('oxxostudio',out)
cv2.waitKey(0)
cv2.destroyAllWindows()

更換背景圖案，就可以做出邊緣羽化的合成效果。

意見回饋

如果有任何建議或問題，可傳送「意見表單」給我，謝謝～