opencv实现油画特效

  • 一、方法原理(步骤)
  • 二、代码实现
  • 三、运行结果
  • 四、完整代码

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 np
import cv2

读取原图,得到原图的宽高信息:

img=cv2.imread('ziliao/image00.JPG',1)
imInfo=img.shape
height=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] + 1currentMax = array1[0]l = 0for 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 np
import cv2img=cv2.imread('ziliao/image00.png',1)
imInfo=img.shape
height=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] + 1currentMax = array1[0]l = 0for k in range(0,8):if currentMax<array1[k]:currentMax = array1[k]l = kfor 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)

Opencv实现图片的油画特效相关推荐

  1. OpenCV入门(19):图片的油画特效

    import cv2 import numpy as npimg = cv2.imread("./mm1.jpg",1) cv2.imshow("src",im ...

  2. opencv中图像处理油画特效

    opencv中图像处理油画特效 import cv2 import numpy as np import random import mathimg = cv2.imread(r"C:\Us ...

  3. 趣味应用 | 用OpenCV自动给图片添加彩虹特效---平淡的生活需要技术的点缀

    点击下方卡片,关注"OpenCV与AI深度学习"公众号! 视觉/图像重磅干货,第一时间送达! 导读 本文主要介绍如何使用OpenCV给图片和视频添加彩虹特效,给平淡的生活增添点色彩 ...

  4. OpenCV:油画特效

    油画特效的实现思路主要分以下五步: 将图片转换为灰色图片 将图片分割成小方块,例如7*7,10*10等 将像素值划分成若干等级,例如划分成4个等级,则0~63为等级一,64~127为等级二,128~1 ...

  5. opencv图像特效之油画特效

    #油画特效 # 1 gray 2 分割成x*x的小方块 3 0-255划分成几个等级, 将2步结果映射到这个等级上 import cv2 import numpy as np img = cv2.im ...

  6. PS油画特效插件AKVIS Artwork for mac

    AKVIS ArtWork Plugin for Mac是一款运行在Mac平台上的PS油画特效插件,AKVIS ArtWork Plugin Mac版可以将照片自动转换为绘画,提供油画.水彩画.水粉画 ...

  7. 【入门讲解】Python使用OpenCV设置图片尺寸。

    前文 前几天看到了"某音特效",人物头像动漫化的效果,感觉这个特效蛮不错的,之前也有找资料学习写了动漫化的人物文章. 接触到了OpenCV,关于人脸识别.人脸检测方面的python ...

  8. 【Unity3D Shader编程】之十 深入理解Unity5中的Standard Shader(二)屏幕油画特效的实现

    本系列文章由@浅墨_毛星云 出品,转载请注明出处.   文章链接: http://blog.csdn.net/poem_qianmo/article/details/49719247 作者:毛星云(浅 ...

  9. Unity3D Shader编程】之十 深入理解Unity5中的Standard Shader(二)屏幕油画特效的实现

    本系列文章由@浅墨_毛星云 出品,转载请注明出处.   文章链接: http://blog.csdn.net/poem_qianmo/article/details/49719247 作者:毛星云(浅 ...

最新文章

  1. pytorchviz visdom 可视化 pytorch
  2. 迷你信使(MM)的软件设计界面
  3. c#_按值传递与按引用传递的区别
  4. 基于谱减法的声音去噪
  5. Python 序列类型支持拆包操作
  6. C语言程序程序设计—数组
  7. LeetCode 1214. 查找两棵二叉搜索树之和(二叉树迭代器+双指针)
  8. url 函数 php,php中url处理函数总结
  9. 华为鸿蒙手机和电视通话,鸿蒙智慧屏首秀:逾10万人预定,电视视频通话功能强大...
  10. CentOS 7 SSH相关使用问题及其解决办法
  11. BAT批处理文件语法(转)
  12. 基于百度万年历定制化 1
  13. 思科模拟器配置静态路由
  14. 计算机管理软件禁止玩游戏,如何禁止电脑指定程序不能运行 怎么屏蔽QQ或游戏运行提高办公效率...
  15. 微信小程序点击事件传递参数的方法
  16. 2021-11-15求积分面积和旋转体积的二重积分方法
  17. 微信小程序码获取-从频繁失败到成功率100%
  18. 《论文写作》课程收获
  19. 为什么我们的数据还不够开放?
  20. 尚硅谷 硅谷外卖_关于多样性,硅谷未能想到与众不同

热门文章

  1. select函数详解及实例分析
  2. 上课笔记-机器学习(3)-省市消费聚类和人脸识别
  3. 五年经验的前端社招被问:CPU 和 GPU 有什么区别?
  4. VOT2018json文件修改
  5. 纯心(cusen)公司
  6. UE4材质不拉伸材质UV(物体UV换成世界UV)
  7. 爱普生EPSON ME打印机的部件到了使用寿命/两个灯交互闪
  8. Spark系列之Spark应用程序运行机制
  9. CentOS 5.5 安装SCST-FCST中的内核编译错误
  10. Nginx upstream模块与负载均衡模块分析