基于opencv的颜色替换实验

0 实验题目

将man.jpg的外套颜色替换成你所希望的颜色。

1 实验过程

解决思路是：确定外套的颜色取值范围->遍历图像数组，替换掉外套的颜色

代码中，在指定外套的颜色时，我采用了两种思路，一个是指定赋值，另一个思路是赋值G通道的值。

详细代码如下：

import cv2
import numpy as np
# 1.载入图像
img = cv2.imread('man.jpg')
cv2.imshow('original image', img)
rows,cols,chanel = img.shape
# 2.设置颜色阈值
blue = np.array([118,85,45])
blue2 = np.array([43,24,7])
# 3.替换颜色
mask_blue=cv2.inRange(img,blue2,blue)
image_mask=img.copy()
for row in range(rows): #遍历每一行
    for col in range(cols): #遍历每一列
        if mask_blue[row,col] == 255:
         # result 1  
            image_mask[row, col, 0] = 0
            image_mask[row, col, 1] = 255
            image_mask[row, col, 2] = 0
         # result 2  
           #image_mask[row, col, 0] = image_mask[row, col, 1]
           #image_mask[row, col, 1] = image_mask[row, col, 1]
           #image_mask[row, col, 2] = image_mask[row, col, 1]
        else:
            image_mask[row, col, 0] = image_mask[row, col, 0]
            image_mask[row, col, 1] = image_mask[row, col, 1]
            image_mask[row, col, 2] = image_mask[row, col, 2]
cv2.imshow('img_2',image_mask)
cv2.waitKey(0)

其中，外套颜色的取值范围是我使用取色器来得到的，十分不精确，是影响实验结果的重要因素。但是由于没有找到更好的确定范围的方法，就只能手动取值确定了。

2 实验结果

原始图片
result 1
result 2

可以看出，在本实验中，给人物衣服换色的任务中，采用第二种思路，赋予某一个通道的颜色值效果比较好，而赋予固定取值效果比较差，导致人物头发颜色也变了。
那么为什么会出现这样的情况呢？
分析如下：
由于我是使用的手动取值确定外套颜色的取值范围，这个范围非常的不准确，其中即包括了外套，还包括了头发部分。因此，在实验过程中，人物头发部分的颜色也会被更改。但是如果采用通道赋值的思路，就可以使得头发颜色不会被改变。因为头发的颜色大致为黑色，三通道的取值差不多相等，赋值另一个通道的值并不会引起多大改变。