您好,登錄后才能下訂單哦!
小編給大家分享一下Python如何實(shí)現(xiàn)圖像特效中的油畫效果,相信大部分人都還不怎么了解,因此分享這篇文章給大家參考一下,希望大家閱讀完這篇文章后大有收獲,下面讓我們一起去了解一下吧!
如下面的兩幅圖所示,油畫用對了地方會(huì)使得圖像一下子顯得文藝起來了呢!
拍出的圖像
轉(zhuǎn)化為油畫
那么將一幅圖像轉(zhuǎn)化為油畫類型的圖案是怎么實(shí)現(xiàn)的呢?為了將一幅普通的圖像轉(zhuǎn)化為油畫,一般需要以下的幾個(gè)步驟:
(1)將圖像轉(zhuǎn)化為灰度圖像
(2)將圖像劃分為一個(gè)個(gè)小方框(4*4,6*6...),并統(tǒng)計(jì)其中的每一個(gè)像素點(diǎn)像素值
(3)對方框中的像素點(diǎn)的的灰度值進(jìn)行量化(可以參考我之前的關(guān)于量化的文章),并對不同的等級(jí)的像素點(diǎn)數(shù)目進(jìn)行計(jì)數(shù)
(4)找到方框中灰度等級(jí)最多的像素點(diǎn),并對這些像素點(diǎn)的灰度值求平均
(5)用平均值代替原像素像素值
首先還是經(jīng)典操作,讀取圖像信息:
""" Author:XiaoMa date:2021/12/10 """ import cv2 import numpy as np img = cv2.imread(r'E:\From Zhihu\For the desk\cvyouhua.jpg') img = cv2.resize(img, dsize = None, fx = 0.2, fy = 0.2) #由于該算法計(jì)算量較大,首先對其大小進(jìn)行調(diào)整 cv2.imshow('W0', img) cv2.waitKey(0) #獲取圖片寬高 height, width = img.shape[:2] print(height, width)
得到圖像信息如下:
對圖像進(jìn)行油畫特效處理,代碼已經(jīng)添加了注釋,有注釋的不清楚的地方可以在評論區(qū)討論或者私信留言,看到會(huì)回復(fù)大家的:
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)#將圖像轉(zhuǎn)化為灰度圖像 dst = np.zeros((height, width, 3), np.uint8)#創(chuàng)建一個(gè)和原圖等大小的全零矩陣 #----------------------------------------------------------------------- #使用for循環(huán)嵌套來遍歷圖像中的每一個(gè)像素點(diǎn) #----------------------------------------------------------------------- for i in range(2, height-2): for j in range(2, width-2): # ---------------------------------------------------------- # 方框?yàn)?*4,對方框內(nèi)像素點(diǎn)進(jìn)行量化并記錄不同等級(jí)的像素點(diǎn)的個(gè)數(shù) # ------------------------------------------------------------ array1 = np.zeros(8, np.uint8)#將像素點(diǎn)的值量化為8份,定義數(shù)組記錄不同等級(jí)像素點(diǎn)的個(gè)數(shù) for m in range(-2, 2): for n in range(-2, 2): p1 = int(gray[i+m, j+n]/32)#量化操作 array1[p1] = array1[p1] + 1#該數(shù)組用來記錄不同量化級(jí)別下的像素點(diǎn),比如array1[0]代表等級(jí)一下的像素點(diǎn)的個(gè)數(shù),即像素值為(0~64)的像素點(diǎn)的個(gè)數(shù) #----------------------------------------------------------- #在上面的數(shù)組中尋找最大值,即尋找數(shù)目最多的像素等級(jí) #------------------------------------------------------------ currentMax = array1[0] l = 0#用來封裝最大值在數(shù)組中的位置 for k in range(0, 8): if currentMax < array1[k]: currentMax = array1[k] l = k #------------------------ #求數(shù)目最多的像素等級(jí)的平均 #------------------------ for m in range(-2, 2): for n in range(-2, 2): 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('youhua', dst) cv2.waitKey(0) cv2.destroyAllWindows()
得到的結(jié)果如下:
總體的代碼以及保存方式如下,大家修改一下讀取和保存的路徑就可以用了,如果想了解一下實(shí)現(xiàn)算法可以先敲一遍代碼:
""" Author:XiaoMa date:2021/12/15 """ import cv2 import numpy as np import matplotlib.pyplot as plt img = cv2.imread(r'E:\From Zhihu\For the desk\cvyouhua.jpg') img = cv2.resize(img, dsize = None, fx = 0.2, fy = 0.2) #由于該算法計(jì)算量較大,首先對其大小進(jìn)行調(diào)整 cv2.imshow('W0', img) cv2.waitKey(0) #獲取圖片寬高 height, width = img.shape[:2] print(height, width) gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)#將圖像轉(zhuǎn)化為灰度圖像 dst = np.zeros((height, width, 3), np.uint8)#創(chuàng)建一個(gè)和原圖等大小的全零矩陣 #----------------------------------------------------------------------- #使用for循環(huán)嵌套來遍歷圖像中的每一個(gè)像素點(diǎn) #----------------------------------------------------------------------- for i in range(2, height-2): for j in range(2, width-2): # ---------------------------------------------------------- # 方框?yàn)?*4,對方框內(nèi)像素點(diǎn)進(jìn)行量化并記錄不同等級(jí)的像素點(diǎn)的個(gè)數(shù) # ------------------------------------------------------------ array1 = np.zeros(8, np.uint8)#將像素點(diǎn)的值量化為8份,定義數(shù)組記錄不同等級(jí)像素點(diǎn)的個(gè)數(shù) for m in range(-2, 2): for n in range(-2, 2): p1 = int(gray[i+m, j+n]/32)#量化操作 array1[p1] = array1[p1] + 1#該數(shù)組用來記錄不同量化級(jí)別下的像素點(diǎn),比如array1[0]代表等級(jí)一下的像素點(diǎn)的個(gè)數(shù),即像素值為(0~64)的像素點(diǎn)的個(gè)數(shù) #----------------------------------------------------------- #在上面的數(shù)組中尋找最大值,即尋找數(shù)目最多的像素等級(jí) #------------------------------------------------------------ currentMax = array1[0] l = 0#用來封裝最大值在數(shù)組中的位置 for k in range(0, 8): if currentMax < array1[k]: currentMax = array1[k] l = k #------------------------ #求數(shù)目最多的像素等級(jí)的平均 #------------------------ for m in range(-2, 2): for n in range(-2, 2): 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('youhua', dst) cv2.waitKey(0) cv2.destroyAllWindows() #------------------------------------------------ #保存圖像(以前的文章中介紹過,有不懂的地方可以去考古) #------------------------------------------------ plt.rcParams['font.family'] = 'SimHei' #將全局中文字體改為黑體 ImgGroup = [img, gray, dst] ImgTitle = ['原圖', '灰度圖', '油畫'] a = plt.figure(figsize=(30, 10)) #創(chuàng)建畫布 for i in range(0, 3): ImgGroup[i] = cv2.cvtColor(ImgGroup[i], cv2.COLOR_BGR2RGB) plt.subplot(1, 3, i + 1) plt.imshow(ImgGroup[i]) plt.title(ImgTitle[i]) plt.suptitle('圖像油畫特效') plt.xticks([]) plt.yticks([]) plt.savefig(r'E:\From Zhihu\For the desk\Acvyouhua.jpg') plt.show()
得到結(jié)果如下:
以上是“Python如何實(shí)現(xiàn)圖像特效中的油畫效果”這篇文章的所有內(nèi)容,感謝各位的閱讀!相信大家都有了一定的了解,希望分享的內(nèi)容對大家有所幫助,如果還想學(xué)習(xí)更多知識(shí),歡迎關(guān)注億速云行業(yè)資訊頻道!
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場,如果涉及侵權(quán)請聯(lián)系站長郵箱:is@yisu.com進(jìn)行舉報(bào),并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。