图像的特效

1. 灰度处理

方法1：img0 = cv2.imread('image0.jpg', 0)

方法2：cvtColor方法

img0 = cv2.imread('image0.jpg', 1)

dst = cv2.cvtColor（img, cv2.COLOR_BGR2GRAY）

#颜色空间转换  1 data  2颜色转换的方式

 方法3: 对R,G,B的颜色取平均值

import cv2
import numpy as np
img = cv2.imread('image0.jpg',1)
imgInfo = img.shape
height = imgInfo[0]
width = imgInfo[1]
# RGB R=G=B = gray  (R+G+B)/3
dst = np.zeros((height,width,3),np.uint8)
for i in range(0,height):
    for j in range(0,width):
        (b,g,r) = img[i,j]
        gray = (int(b)+int(g)+int(r))/3
        dst[i,j] = np.uint8(gray)
cv2.imshow('dst',dst)
cv2.waitKey(0)

方法4： 心理学系数

                   gray = r*0.299 + g*0.587 + b*0.114

 

颜色反转

对于灰度图像（0—255）反转就是变为255 - 当前

import cv2
import numpy as np
img = cv2.imread('image0.jpg',1)
imgInfo = img.shape
height = imgInfo[0]
width = imgInfo[1]
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
dst = np.zeros((height,width,1),np.uint8)
for i in range(0,height):
    for j in range(0,width):
        grayPixel = gray[i,j]
        dst[i,j] = 255-grayPixel
cv2.imshow('dst',dst)
cv2.waitKey(0)

对于彩色图像的颜色反转则稍有不同

#RGB 255-R=newR
#0-255 255-当前
import cv2
import numpy as np
img = cv2.imread('image0.jpg',1)
imgInfo = img.shape
height = imgInfo[0]
width = imgInfo[1]
dst = np.zeros((height,width,3),np.uint8)
for i in range(0,height):
    for j in range(0,width):
        (b,g,r) = img[i,j]
        dst[i,j] = (255-b,255-g,255-r)
cv2.imshow('dst',dst)
cv2.waitKey(0)

 

马赛克效果

 先来看一下什么是马赛克，在一个小区域内用左上角的值来替代整个区域的值。

 

#RGB 255-R=newR
#0-255 255-当前
import cv2
import numpy as np
img = cv2.imread('image0.jpg',1)
imgInfo = img.shape
height = imgInfo[0]
width = imgInfo[1]
dst = np.zeros((height,width,3),np.uint8)
for i in range(0,height):
    for j in range(0,width):
        (b,g,r) = img[i,j]
        dst[i,j] = (255-b,255-g,255-r)
cv2.imshow('dst',dst)
cv2.waitKey(0)

其实我觉得(b,g,r) = img[i,j]  应该加在后两个for循环之前

 

毛玻璃效果

import cv2
import numpy as np
import random
img = cv2.imread('image0.jpg',1)
imgInfo = img.shape
height = imgInfo[0]
width = imgInfo[1]
dst = np.zeros((height,width,3),np.uint8)
mm = 8
for m in range(0,height-mm):
    for n in range(0,width-mm):
        index = int(random.random()*8)#0-8
        (b,g,r) = img[m+index,n+index]
        dst[m,n] = (b,g,r)
cv2.imshow('dst',dst)
cv2.waitKey(0)

 

图片融合

每一种图片直接乘一个比例系数然后在相加的结果 

 。

。

。

边缘检测

方法1：调用API 

1.图像灰度化   2，高斯滤波   3，调用canny方法

import cv2
import numpy as np
import random
img = cv2.imread('image0.jpg',1)
imgInfo = img.shape
height = imgInfo[0]
width = imgInfo[1]
cv2.imshow('src',img)
#canny 1 gray 2 高斯 3 canny 
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
imgG = cv2.GaussianBlur(gray,(3,3),0)
dst = cv2.Canny(img,50,50) #1data  2，门限值（大于门限则是边缘点）
cv2.imshow('dst',dst)
cv2.waitKey(0)

方法2 ： 用源码来实现  sobel 1，算子模板 2，图像卷积  3，阈值判决

 sobel的模板分为水平和竖直的两种

# [1 2 1          [ 1 0 -1
#  0 0 0            2 0 -2
# -1 -2 -1 ]       1 0 -1 ]

图片卷积：   

[1 2 3 4] [a b c d] 的卷积为 a*1+b*2+c*3+d*4 （结果就是梯度）

梯度的方向有两种，水平和竖直，可以使用arctan来确定梯度的方向

根号下A方加B方来计算梯度的

sqrt(a*a+b*b)结果就是幅值，然后和阈（yu）值比较  a是第一个算子也就是竖直方向上的算子，他的卷积结果是a； 同理可求得b。

gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
dst = np.zeros((height,width,1),np.uint8)
for i in range(0,height-2):
    for j in range(0,width-2):
        gy = gray[i,j]*1+gray[i,j+1]*2+gray[i,j+2]*1-gray[i+2,j]*1-gray[i+2,j+1]*2-gray[i+2,j+2]*1
#竖直的梯度
        gx = gray[i,j]+gray[i+1,j]*2+gray[i+2,j]-gray[i,j+2]-gray[i+1,j+2]*2-gray[i+2,j+2]
#水平的梯度

        grad = math.sqrt(gx*gx+gy*gy)
        if grad>50:
            dst[i,j] = 255  # 大于阈值，这里是边缘
        else:
            dst[i,j] = 0  #不是

cv2.imshow('dst',dst)
cv2.waitKey(0)

浮雕效果

———计算梯度的过程， newP = gray0 - gray1 + 150

                                           新的像素值 = 相邻的两个像素值之差（突出边缘特征）再加上一个恒定值（加强灰度等级）

import cv2
import numpy as np
img = cv2.imread('image0.jpg',1)
imgInfo = img.shape
height = imgInfo[0]
width = imgInfo[1]
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
# newP = gray0-gray1+150
dst = np.zeros((height,width,1),np.uint8)
for i in range(0,height):
    for j in range(0,width-1):
        grayP0 = int(gray[i,j])
        grayP1 = int(gray[i,j+1])
        newP = grayP0-grayP1+150
        if newP > 255:
            newP = 255
        if newP < 0:
            newP = 0
        dst[i,j] = newP
cv2.imshow('dst',dst)
cv2.waitKey(0)

 

颜色映射：

。

。

。

油画效果

。

。

。

TO   BE  CONTINUE 。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。。

 

图形的绘制（形状，文字，图片）