1，需求
为了便于项目前端展示用户头像，需要将头像处理为圆形，非圆形区域设置为透明。其实，前端可以在显示的时候处理，但是前端采用WebGL，暂时搞不定，所以由后端进行图像的一次性加工。
于是，我们尝试用Linux工具Convert来完成，但是，百思无解，后续决定采用Python+OpenCV。
2，实现
优秀的代码不需要解释，直接看代码吧，O(∩_∩)O。
#coding:utf8 import numpy as np import cv2 from matplotlib import pyplot as plt import glob as gb # 图像处理，获取图片最大内接圆，其他区域置为透明 def img_deal(input_img): # cv2.IMREAD_COLOR，读取BGR通道数值，即彩色通道，该参数为函数默认值 # cv2.IMREAD_UNCHANGED，读取透明（alpha）通道数值 # cv2.IMREAD_ANYDEPTH，读取灰色图，返回矩阵是两维的 img = cv2.imread(input_img, cv2.IMREAD_UNCHANGED) rows, cols, channel = img.shape # 创建一张4通道的新图片，包含透明通道，初始化是透明的 img_new = np.zeros((rows,cols,4),np.uint8) img_new[:,:,0:3] = img[:,:,0:3] # 创建一张单通道的图片，设置最大内接圆为不透明，注意圆心的坐标设置，cols是x坐标，rows是y坐标 img_circle = np.zeros((rows,cols,1),np.uint8) img_circle[:,:,:] = 0 # 设置为全透明 img_circle = cv2.circle(img_circle,(cols/2,rows/2),min(rows, cols)/2,(255),-1) # 设置最大内接圆为不透明 # 图片融合 img_new[:,:,3] = img_circle[:,:,0] # 保存图片 cv2.imwrite(input_img+".png", img_new) # cv2.imencode('.jpg', img)[1].tofile('./9.jpg') # 保存到另外的位置 # 显示图片，调用opencv展示 # cv2.imshow("img_new", img_new) # cv2.waitKey(0) # cv2.destroyAllWindows() # 显示图片，调用matplotlib.pyplot展示 plt.subplot(121), plt.imshow(img_convert(img), cmap='gray'), plt.title('IMG') plt.subplot(122), plt.imshow(img_convert(img_new), cmap='gray'), plt.title('IMG_NEW') plt.show() # cv2与matplotlib的图像转换，cv2是bgr格式，matplotlib是rgb格式 def img_convert(cv2_img): # 灰度图片直接返回 if len(cv2_img.shape) == 2: return cv2_img # 3通道的BGR图片 elif len(cv2_img.shape) == 3 and cv2_img.shape[2] == 3: b, g, r = cv2.split(cv2_img) return cv2.merge((r, g, b)) # 4通道的BGR图片 elif len(cv2_img.shape) == 3 and cv2_img.shape[2] == 4: b, g, r, a = cv2.split(cv2_img) return cv2.merge((r, g, b, a)) # 未知图片格式 else: return cv2_img # 主函数 if __name__ == "__main__": img_path = gb.glob("img/*") for path in img_path: print path img_deal(path) 3，效果
4，参考资料 帮助文档 OpenCV的成套资料比较少，遇到问题还需要查看帮助文档 >>> from matplotlib import pyplot Backend TkAgg is interactive backend. Turning interactive mode on. >>> help(pyplot.imshow) Help on function imshow in module matplotlib.pyplot: imshow(X, cmap=None, norm=None, aspect=None, interpolation=None, alpha=None, vmin=None, vmax=None, origin=None, extent=None, shape=None, filternorm=1, filterrad=4.0, imlim=None, resample=None, url=None, hold=None, **kwargs) call signature:: imshow(X, cmap=None, norm=None, aspect=None, interpolation=None, alpha=None, vmin=None, vmax=None, origin=None, extent=None, **kwargs) Display the image in *X* to current axes. *X* may be a float array, a uint8 array or a PIL image. If *X* is an array, *X* can have the following shapes: * MxN -- luminance (grayscale, float array only) * MxNx3 -- RGB (float or uint8 array) * MxNx4 -- RGBA (float or uint8 array) The value for each component of MxNx3 and MxNx4 float arrays should be in the range 0.0 to 1.0; MxN float arrays may be normalised. An :class:`matplotlib.image.AxesImage` instance is returned. ...