本文目录一览：
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。
怎么把公章抠图下来只留红色线条 背景白色变透明
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()
