python怀旧特效代码

怀旧特效,是基于心理学公式对原图像三个色彩通道进行变换和低通滤波,产生怀旧的光影效果。心理学公式(人眼对绿色更敏感):B= 0.272 * r + 0.534 * g + 0.131 * bG = 0.349 * r + 0.686 * g + 0.168 * bR = 0.393 * r + 0.769 * g + 0.189 * b# 怀旧特效def old(self): oldImg = np.zeros((self.h, self.w, 3), np.uint8) f...
摘要由CSDN通过智能技术生成

怀旧特效,是基于心理学公式对原图像三个色彩通道进行变换和低通滤波,产生怀旧的光影效果。

心理学公式(人眼对绿色更敏感):

B= 0.272 * r + 0.534 * g + 0.131 * b
G = 0.349 * r + 0.686 * g + 0.168 * b
R = 0.393 * r + 0.769 * g + 0.189 * b
# 怀旧特效
def old(self):
    oldImg = np.zeros((self.h, self.w, 3), np.uint8)
    for i in range(self.h):
        for j in range(self.w):
            b = 0.272 * self.src[i, j][2] + 0.534 * self.src[i, j][1] + 0.131 * self.src[i, j][0]
            g = 0.349 * self.src[i, j][2] + 0.686 * self.src[i, j][1] + 0.168 * self.src[i, j][0]
            r = 0.393 * self.src[i, j][2] + 0.769 * self.src[i, j][1] + 0.189 * self.src[i, j][0]
            if b > 255:
                b = 255
            if g > 255:
                g = 255
            if r > 255:
                r = 255
            ol

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值