您当前的位置:首页 > IT编程 > python
| C语言 | Java | VB | VC | python | Android | TensorFlow | C++ | oracle | 学术与代码 | cnn卷积神经网络 | gnn | 图像修复 | Keras | 数据集 | Neo4j | 自然语言处理 | 深度学习 | 医学CAD | 医学影像 | 超参数 | pointnet | pytorch | 异常检测 | Transformers | 情感分类 | 知识图谱 |

自学教程:利用Opencv实现图片的油画特效实例

51自学网 2021-10-30 22:53:59
  python
这篇教程利用Opencv实现图片的油画特效实例写得很实用,希望能帮到您。

一、方法原理(步骤)

1.将彩色图片转换为灰度图片(调用opencv的cvtColor()方法);

2.将图片分割为若干个小方块,后面会统一小方块中每一个像素的灰度值;

3.将0-255的灰度值划分为几个等级,并把上一步处理的结果映射到这些范围内。例如0-255一共256个灰度等级,把它划分为四个段,即每段有64个灰度等级(0-63为第一段,64-127为第二段,128-191为第三段,192-255为第四段);

4.找到每个小方块中,最多灰度等级的所有像素,并求这些像素的均值;

5.用上一步得到的每个小方块的均值,来替换每个小方块中的所有像素值,即可实现油画效果。

二、代码实现

首先导入包:

import numpy as npimport cv2

读取原图,得到原图的宽高信息:

img=cv2.imread('ziliao/image00.JPG',1)imInfo=img.shapeheight=imInfo[0]width=imInfo[1]

完成彩色图片向灰度图片的转化:

gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY) '''该函数用于颜色的转换,第一个参数为待处理的原图,第二个参数表示转换的颜色'''

本实例中将图片分割为若干个8×8的小方块,将0-255的灰度值分为8个等级,下面定义了一个数组array1来装载这8个等级中的像素个数,然后找出每个小方块中包含最多像素的等级,如下:

gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)dst=np.zeros((height,width,3),np.uint8)for i in range(4,height-4):  for j in range(4,width-4):    array1 = np.zeros(8, np.uint8) #用于存储每个灰度等级的像素个数    for m in range(-4, 4): #计算8*8小方块中的array1的值      for n in range(-4,4):        p1 = int(gray[i + m, j + n] / 32) #除以32得到该点应该位于第几个灰度等级        array1[p1] = array1[p1] + 1    currentMax = array1[0]    l = 0    for k in range(0,8): #找到像素点最多的那个灰度等级      if currentMax<array1[k]:        currentMax = array1[k]        l = k     #以下方法是简化处理了,也可以按前文所说的那样求均值处理    for m in range(-4,4):      for n in range(-4,4):        if gray[i+m,j+n]>=(l*32) and gray[i+m,j+n]<=((l+1)*32):          (b,g,r) = img[i+m,j+n]    dst[i,j] = (b,g,r)cv2.imshow('img',img)cv2.imshow('dst',dst)cv2.waitKey(0)

三、运行结果

左为原图

四、完整代码

import numpy as npimport cv2img=cv2.imread('ziliao/image00.png',1)imInfo=img.shapeheight=imInfo[0]width=imInfo[1]gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)dst=np.zeros((height,width,3),np.uint8)for i in range(4,height-4):  for j in range(4,width-4):    array1 = np.zeros(8, np.uint8)    for m in range(-4, 4):      for n in range(-4,4):        p1 = int(gray[i + m, j + n] / 32)        array1[p1] = array1[p1] + 1    currentMax = array1[0]    l = 0    for k in range(0,8):      if currentMax<array1[k]:        currentMax = array1[k]        l = k    for m in range(-4,4):      for n in range(-4,4):        if gray[i+m,j+n]>=(l*32) and gray[i+m,j+n]<=((l+1)*32):          (b,g,r) = img[i+m,j+n]    dst[i,j] = (b,g,r)cv2.imshow('img',img)cv2.imshow('dst',dst)cv2.waitKey(0)

总结

到此这篇关于利用Opencv实现图片的油画特效实例的文章就介绍到这了,更多相关Opencv图片油画特效内容请搜索51zixue.net以前的文章或继续浏览下面的相关文章希望大家以后多多支持51zixue.net!


利用python实现后端写网页(flask框架)
python线程优先级队列知识点总结
万事OK自学网:51自学网_软件自学网_CAD自学网自学excel、自学PS、自学CAD、自学C语言、自学css3实例,是一个通过网络自主学习工作技能的自学平台,网友喜欢的软件自学网站。