首页 知识 正文
文章详情

目录:

1.python图象处理

2.python图像处理库有哪些

3.图像处理python代码

4.python图像处理工具

5.python中图像处理

6.python图像处理模块

7.python用于图像处理

8.python图像处理入门

9.python对图像处理

10.python图像处理程序

1.python图象处理

本文分享自华为云社区《[Python图像处理] 二十五.图像特效处理之素描、怀旧、光照、流年以及滤镜特效-云社区-华为云》,作者: eastmount一.图像素描特效图像素描特效会将图像的边界都凸显出来,通过边缘检测及阈值化处理能实现该功能。

2.python图像处理库有哪些

一幅图像的内部都具有相似性,而在图像边界处具有明显的差异,边缘检测利用数学中的求导来扩大这种变化但是求导过程中会增大图像的噪声,所以边缘检测之前引入了高斯滤波降噪处理本文的图像素描特效主要经过以下几个步骤:。

3.图像处理python代码

调用cv2.cvtColor()函数将彩色图像灰度化处理;通过cv2.GaussianBlur()函数实现高斯滤波降噪;边缘检测采用Canny算子实现;最后通过cv2.threshold()反二进制阈值化处理实现素描特效。

4.python图像处理工具

其运行代码如下所示#coding:utf-8import cv2 import numpy as np #读取原始图像 img = cv2.imread(scenery.png) #图像灰度处理 gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)

5.python中图像处理

#高斯滤波降噪 gaussian = cv2.GaussianBlur(gray, (5,5), 0) #Canny算子 canny = cv2.Canny(gaussian, 50, 150)

6.python图像处理模块

#阈值化处理 ret, result = cv2.threshold(canny, 100, 255, cv2.THRESH_BINARY_INV) #显示图像 cv2.imshow(src, img) cv2.imshow(

7.python用于图像处理

result, result) cv2.waitKey() cv2.destroyAllWindows() 最终输出结果如下图所示,它将彩色图像素描处理。原图是作者去年九月份拍摄于喀纳斯,真的很美~

8.python图像处理入门

图像的素描特效有很多种方法,本文仅提供了一种方法,主要提取的是图像的边缘轮廓,还有很多更精细的素描特效方法,提取的轮廓更为清晰,如下图所示。希望读者能自行扩展相关算法知识,并实现对应的效果。

9.python对图像处理

二.图像怀旧特效图像怀旧特效是指图像经历岁月的昏暗效果,如图所示,左边“src”为原始图像,右边“dst”为怀旧特效图像。

10.python图像处理程序

怀旧特效是将图像的RGB三个分量分别按照一定比例进行处理的结果,其怀旧公式如下所示:

Python实现代码主要通过双层循环遍历图像的各像素点,再结合该公式计算各颜色通道的像素值,最终生成如图所示的效果,其完整代码如下#coding:utf-8importcv2importnumpy as np。

#读取原始图像img = cv2.imread(nana.png) #获取图像行和列rows,cols = img.shape[:2] #新建目标图像dst = np.zeros((rows, cols, 3), dtype=”uint8″)

#图像怀旧特效fori in range(rows):forj in range(cols):B = 0.272*img[i,j][2] + 0.534*img[i,j][1] + 0.131*img[i,j][0]

G = 0.349*img[i,j][2] + 0.686*img[i,j][1] + 0.168*img[i,j][0]R = 0.393*img[i,j][2] + 0.769*img[i,j][1] + 0.189*img[i,j][0]

ifB>255:B = 255ifG>255:G = 255ifR>255:R = 255dst[i,j] = np.uint8((B, G, R)) #显示图像cv2.imshow(src,

img)cv2.imshow(dst,dst)cv2.waitKey()cv2.destroyAllWindows()三.图像光照特效图像光照特效是指图像存在一个类似于灯光的光晕特效,图像像素值围绕光照中心点呈圆形范围内的增强。

如下图所示,该图像的中心点为(192,192),光照特效之后中心圆范围内的像素增强了200

Python实现代码主要是通过双层循环遍历图像的各像素点,寻找图像的中心点,再通过计算当前点到光照中心的距离(平面坐标系中两点之间的距离),判断该距离与图像中心圆半径的大小关系,中心圆范围内的图像灰度值增强,范围外的图像灰度值保留,并结合边界范围判断生成最终的光照效果。

#coding:utf-8importcv2importmathimportnumpy as np #读取原始图像img = cv2.imread(scenery.png) #获取图像行和列rows,cols = img.shape[:2]

#设置中心点centerX = rows / 2centerY = cols / 2printcenterX, centerYradius = min(centerX, centerY)printradius

#设置光照强度strength = 200 #新建目标图像dst = np.zeros((rows, cols, 3), dtype=”uint8″) #图像光照特效fori in range(rows):

forj in range(cols): #计算当前点到光照中心距离(平面坐标系中两点之间的距离)distance = math.pow((centerY-j), 2) + math.pow((centerX-i), 2)

#获取原始图像B = img[i,j][0]G = img[i,j][1]R = img[i,j][2]if(distance < radius * radius): #按照距离大小计算增强的光照值

result = (int)(strength*( 1.0 – math.sqrt(distance) / radius ))B = img[i,j][0] + resultG = img[i,j][1] + result

R = img[i,j][2] + result #判断边界 防止越界B = min(255, max(0, B))G = min(255, max(0, G))R = min(255, max(0, R))

dst[i,j] = np.uint8((B, G, R))else: dst[i,j] = np.uint8((B, G, R)) #显示图像cv2.imshow(src,

img)cv2.imshow(dst,dst)cv2.waitKey()cv2.destroyAllWindows()四.图像流年特效流年是用来形容如水般流逝的光阴或年华,图像处理中特指将原图像转换为具有时代感或岁月沉淀的特效,其效果如图所示。

Python实现代码如下,它将原始图像的蓝色(B)通道的像素值开根号,再乘以一个权重参数,产生最终的流年效果#coding:utf-8importcv2importmathimportnumpy as np。

#读取原始图像img = cv2.imread(scenery.png) #获取图像行和列rows,cols = img.shape[:2] #新建目标图像dst = np.zeros((rows, cols, 3), dtype=”uint8″)

#图像流年特效fori in range(rows):forj in range(cols): #B通道的数值开平方乘以参数12B = math.sqrt(img[i,j][0]) * 12

G = img[i,j][1]R = img[i,j][2]ifB>255:B = 255dst[i,j] = np.uint8((B, G, R)) #显示图像cv2.imshow(src,

img)cv2.imshow(dst,dst)cv2.waitKey()cv2.destroyAllWindows()五.图像滤镜特效滤镜主要是用来实现图像的各种特殊效果,它在Photoshop中具有非常神奇的作用。

滤镜通常需要同通道、图层等联合使用,才能取得最佳艺术效果本小节将讲述一种基于颜色查找表(Look up Table)的滤镜处理方法,它通过将每一个原始颜色进行转换之后得到新的颜色比如,原始图像的某像素点为红色(R-255, G-0, B-0),进行转换之后变为绿色(R-0, G-255, B-0),之后所有是红色的地方都会被自动转换为绿色,而颜色查找表就是将所有的颜色进行一次(矩阵)转换,很多的滤镜功能就是提供了这么一个转换的矩阵,在原始色彩的基础上进行颜色的转换。

假设现在存在一张新的滤镜颜色查找表,如图所示,它是一张512×512大小,包含各像素颜色分布的图像。下面这张图片另存为本地,即可直接用于图像滤镜处理。

滤镜特效实现的Python代码如下所示,它通过自定义getBRG()函数获取颜色查找表中映射的滤镜颜色,再依次循环替换各颜色#coding:utf-8 import cv2 import numpy as

np #获取滤镜颜色def getBGR(img, table, i, j): #获取图像颜色 b, g, r = img[i][j] #计算标准颜色表中颜色的位置坐标 x =

int(g/4 + int(b/32) * 64) y = int(r/4 + int((b%32) / 4) * 64) #返回滤镜颜色表中对应的颜色return lj_map[x][y]

#读取原始图像 img = cv2.imread(scenery.png) lj_map = cv2.imread(table.png) #获取图像行和列 rows, cols = img.shape[:

2] #新建目标图像 dst = np.zeros((rows, cols, 3), dtype=”uint8″) #循环设置滤镜颜色for i inrange(rows): for j in

range(cols): dst[i][j] = getBGR(img, lj_map, i, j) #显示图像 cv2.imshow(src, img) cv2.imshow(

dst, dst) cv2.waitKey() cv2.destroyAllWindows() 滤镜特效的运行结果如图所示,其中左边“src”为原始风景图像,右边“dst”为滤镜处理后的图像,其颜色变得更为鲜艳,对比度更强。

六.本文小结本篇文章主要讲解了图像常见的特效处理,从处理效果图、算法原理、代码实现三个步骤进行详细讲解,涉及图像素描特效、怀旧特效、光照特效、流年特效、图像滤镜等,这些知识点将为读者从事Python图像处理相关项目实践或科学研究提供一定基础。

参考文献:《数字图像处理》(第3版),冈萨雷斯著,阮秋琦译,电子工业出版社,2013年.《数字图像处理学》(第3版),阮秋琦,电子工业出版社,2008年,北京.《OpenCV3编程入门》,毛星云,冷雪飞,电子工业出版社,2015,北京.

Eastmount – [Android] 通过Menu实现图片怀旧、浮雕、模糊、光照和素描效果使用python和opencv将图片转化为素描图-python代码解析謝灰灰在找胡蘿蔔. IOS开发--使用lookup table为图片添加滤镜

百度百科. 滤镜点击下方,第一时间了解华为云新鲜技术~华为云博客_大数据博客_AI博客_云计算博客_开发者中心-华为云

相关推荐
四月实战公开课丨高效公式让小白也能做出大神级项目作品
目录: 1.四月攻势 2.四月战报 1.四月攻势 全世界风靡的网课  如何进行1V1、1VN通讯?  如何用C4D做出dribbble大神作…
头像
知识 2024-06-06
Python学习教程公开课:好玩的Python
目录: 1.python入门公开课 2.python讲课视频 3.python课程入门 4.python的优质课 5.python 课程真的…
头像
知识 2024-06-06
MIT Python 公开课第三课要点-算法是怎样演进的
目录: 1.python算法课程 2.python算法教程这本书怎么样 3.python 算法导论 4.python算法基础 5.pytho…
头像
知识 2024-06-06
MIT Python 公开课第四课要点-函数也是一个对象
目录: 1.mit python 2.mit python 公开课 3.mit python凯撒密码 4.mit python作业答案 5.…
头像
知识 2024-06-06
清华教授用了12小时讲完的Python,整整311集,拿走不谢!
目录: 1.清华大学python视频 2.清华python用什么课本 3.python清华大学学生用书 4.清华大学出版社python 5.…
头像
知识 2024-06-06
自学c4d要多久才能出去工作 学习c4d建模渲染
目录: 1.自学c4d需要多久 2.学好c4d需要多久 3.c4d自学能学会么 4.自学c4d能找到工作吗 5.c4d学多久可以找工作 6.…
头像
知识 2024-06-06