python實現簽章摳圖,背景透明。簽字、印章摳圖,便於線上使…的簡單介紹

本文目錄一覽：

• 1、怎麼把印章摳出來做成電子章？
• 2、怎麼把公章摳圖下來只留紅色線條 背景白色變透明
• 3、用python摳圖（背景透明化）
• 4、如何用 Python 實現一個摳圖功能

怎麼把印章摳出來做成電子章？

具體如下：

1、打開photoshop後，再打開（CTRL+O）一張帶有公章的圖片。

2、圖片打開後，執行“選擇——色彩範圍”，等“色彩範圍”的窗口彈出來後，點擊紅色（公章顏色）來進行顏色取樣。

3、取樣好後，點擊“確定”，這時候會回到畫布，也可以看到畫布上已經有了公章的選區了。

4、接下來複制這個公章的選區，只需要按組合鍵“CTRL+J”就可以搞定的，這樣會得到“圖層 1”。

5、這時候可以把背景圖層隱藏了，隱藏後你會發現，圖章的大概輪廓都摳出來了，但是顏色卻不是那個顏色，沒關係，接下來的還要對圖層1進行色相飽和度的調整。

6、執行“圖像——調整——色相/飽和度”，或者直接按組合鍵“CTRL+U”，都可以打開色相飽和度，然後進行調整，讓它的色度和原來的儘可能的相像，注意在調整色相飽和度的時候，要把預覽勾上，這樣你才更加的直觀看到公章的顏色，也更加的好調整一些。

7、調整好後，點擊“確定”，這時候會發現，顏色還是有點淺，沒有關係，複製圖層1就好了（CTRL+J），根據自己的情況來看複製幾層，還有不透明度的設定，這些結合起來就可以摳出來一個比較完美的公章了。

8、注意，如果你要在word等地方用到這個公章的話，保存的圖片格式一定要是PNG的哦。

9、完成效果圖。

注意事項：

電子印章技術以先進的數字技術模擬傳統實物印章，其管理、使用方式符合實物印章的習慣和體驗，其加蓋的電子文件具有與實物印章加蓋的紙張文件相同的外觀、相同的有效性和相似的使用方式。

電子印章早在中國的《電子簽名法》頒布與實施之前就出現了，上世紀90年代中後期，隨着傳統辦公模式逐漸向信息化辦公模式轉變，紙質文書的流轉形式也隨之向電子文書的流轉形式轉變；為能夠在確保電子文書有效性的同時，也使得電子文書能與傳統紙質文書具有相同的公信視覺效果，從而提出了電子印章的概念。

怎麼把公章摳圖下來只留紅色線條 背景白色變透明

可以用ps軟件去掉公章的背景。方法如下。

1，首先，在ps中打開公章圖片之後，找到窗口右側的圖層欄中的圖層，雙擊該圖層。

2，雙擊之後，該圖層即為可編輯狀態。然後再從窗口左側的工具欄中，選擇“魔棒”工具。

3，用魔棒工具點擊圖片白色的部分，使其周圍變成虛線。

4，選好選區之後，按下鍵盤上的“delete”鍵，即可刪除公章圖片的白色背景。

用python摳圖（背景透明化）

matplotlib讀取RGB圖片的時候，往往把圖片轉化為四通道圖片，其中第四個通道是α通道，可以決定圖像的透明度。

如果把圖片的前景的透明度設定為1，背景的透明度設定為0，那麼就算去掉了背景了。

原圖。

代碼。

出圖。

有部分白色背景由於不夠白，被保留了下來。

換圖。

觀察可知，背景是深淺不一的藍色。

深色參數是a[0,0]，淺色區域比較多，也不容易確定位置。

用如下代碼摳圖，太狠！

再修改代碼。

if a[i,j,2]1.5*a[i,j,0] and a[i,j,2]1.2*a[i,j,1]:

不準摳去黑色部分。經過逐步調整顏色閾值，得到下面的效果。

上面代碼如下。

如何用 Python 實現一個摳圖功能

使用Python和OpenCV進行摳圖

其中使用了opencv中的grabcut方法

直接上代碼

[python] view plain copy

# encoding:utf-8

# 圖像提取

# 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()