Matrix-11

图像处理与傅里叶变换一维傅里叶变换连续域F(w)=∫−∞∞f(x)e−j2πwxdx F(w) = \int_{-\infty}^{\infty} f(x) e^{-j2\pi wx} dx F(w)=∫−∞∞​f(x)e−j2πwxdxf(x)=∫−∞∞F(w)ej2πwxdw f(x) = \int_{-\infty}^{\infty} F(w)e^{j2\pi wx}dw f(x)=∫−∞∞​F(w)ej2πwxdw离散域F(k)=1N∑x=0N−1f(x)e−j2πkx/N,k=

一个有趣的光学图案绘制程序λ=600nm\lambda = 600 nmλ=600nmα=0.5\alpha = 0.5α=0.5a=5λa = 5 \lambdaa=5λk=2π/λk = 2 \pi / \lambdak=2π/λw0=5λw_0 = 5 \lambdaw0​=5λz0=k⋅w0⋅w0/2z_0 = k \cdot w_0 \cdot w_0 / 2z0​=k⋅...

本文用 Python 实现 PS 滤镜中的 水波特效import numpy as npfrom skimage import img_as_floatimport matplotlib.pyplot as pltfrom skimage import ioimport numpy.matlibfile_name2 = 'D:/Visual Effects/PS Algorithm/4.jp

本文用Python 实现 PS 滤镜的旋涡特效，具体的算法原理和效果可以参考之前的博客：http://blog.csdn.net/matrix_space/article/details/42215191import numpy as npfrom skimage import img_as_floatimport matplotlib.pyplot as pltfrom skimage im

本文用 Python 实现 PS 滤镜中的 USM 锐化效果，具体的算法原理和效果可以参考之前的博客：http://blog.csdn.net/matrix_space/article/details/51169960import matplotlib.pyplot as pltfrom skimage import iofrom skimage.filters import gaussianf

本文用 Python 实现 PS 滤镜中的素描特效，具体的算法原理和效果可以参考之前的博客：http://blog.csdn.net/matrix_space/article/details/38687427from skimage import img_as_floatimport matplotlib.pyplot as pltfrom skimage import iofrom skim

本文用 Python 实现 PS 图像调整中的饱和度调整算法，具体的算法原理和效果可以参考之前的博客：http://blog.csdn.net/matrix_space/article/details/22992961import matplotlib.pyplot as pltfrom skimage import iofile_name = 'D:/Visual Effects/PS Algo

今天介绍一种基于高斯滤波和邻域随机采样，生成一种毛玻璃的图像特效，简单来说，就是先对图像做高斯滤波模糊，然后对模糊后的图像，通过对邻域的随机采样来赋予当前的像素点，这样，生成的图像有有一定的随机扰动和模糊，看起来就像隔着一层毛玻璃在观察图像一样。# -*- coding: utf-8 -*-"""Created on Sun Aug 20 11:03:53 2017@author: shiyi

本文用 Python 实现 PS 滤镜中的表面模糊，具体的算法原理和效果可以参考之前的博客：http://blog.csdn.net/matrix_space/article/details/52818857import matplotlib.pyplot as pltfrom skimage import ioimport numpy as npimport numpy.matlibfile

本文用 Python 实现 PS 滤镜中的选择模糊，具体的算法原理和效果可以参考之前的博客：http://blog.csdn.net/matrix_space/article/details/39211667from skimage import img_as_floatimport matplotlib.pyplot as pltfrom skimage import ioimport nu

本文用 Python 实现 PS 滤镜中的径向模糊特效，具体的算法原理和效果可以参考之前的博客：http://blog.csdn.net/matrix_space/article/details/39211735from skimage import img_as_floatimport matplotlib.pyplot as pltfrom skimage import ioimport

本文用 Python 实现 PS 中的一种滤镜 极坐标变换到平面坐标，具体的算法原理和效果可以参考之前的博客：http://blog.csdn.net/matrix_space/article/details/42214641import matplotlib.pyplot as pltfrom skimage import ioimport numpy as npimport numpy.m

本文用 Python 实现 PS 图像调整中的亮度调整，具体的算法原理和效果可以参考之前的博客：http://blog.csdn.net/matrix_space/article/details/22991683import matplotlib.pyplot as pltfrom skimage import iofile_name='D:/Image Processing/PS

本文利用 Python 实现PS 滤镜中的马赛克效果，具体的算法原理和效果可以参考之前的博客：http://blog.csdn.net/matrix_space/article/details/30469217from skimage import img_as_floatimport matplotlib.pyplot as pltfrom skimage import ioimp

今天介绍一种基于图像分割和color map 随机采样生成一种抽象画风的图像特效，简单来说，就是先生成一张 color map 图，颜色是渐变的，然后针对要处理的图像，进行分割，这里用的是 SLIC 分割算法，然后从 color map 中随机采样，将采样得到的像素值赋予分割后的图像区域。# -*- coding: utf-8 -*-"""Created on Sun Aug 20 08:31:

本文用 Python 实现 PS 的一种滤镜效果，称为万花筒。也是对图像做各种扭曲变换，最后图像呈现的效果就像从万花筒中看到的一样：图像的效果可以参考之前的博客：http://blog.csdn.net/matrix_space/article/details/46789783import matplotlib.pyplot as pltfrom skimage import io

在图像滤波中，人们最希望的就是可以将图像中的噪声过滤掉的同时，能够让边缘尽可能的保持。噪声属于高频信号，而边缘其实也是一种高频信号，所以一般的滤波器，比如高斯模糊，均值模糊，都是一种低通滤波器，能够将高频信号做平滑处理，这些kernel在将噪声滤掉的同时，也会将边缘模糊掉，所以保边滤波器的设计一直是图像滤波的重点。导向滤波是非常有名的一种保边滤波器，与传统的高斯滤波，均值滤波独立于图像的内容不

本文用 Python 实现 PS 图像调整中的明度调整： 我们知道，一般的非线性RGB亮度调整只是在原有R、G、B值基础上增加和减少一定量来实现的，而PS的明度调整原理还得从前面那个公式上去找。我们将正向明度调整公式： RGB = RGB + (255 - RGB) * value / 255 转换为 RGB = (RGB * (255 - value) + 255 * value) /

从最开始接触图像处理，到现在，也有很多年了，现在回过来看以前学的很多东西，会开始慢慢尝试理解现象背后的本质，以前只是单纯地从技术的角度去学习图像处理的很多算法，随着知识的积累，会感到很多算法的背后其实都有着看似简单却又深刻的数学与物理原理。今天简单介绍图像中常用的一个统计–直方图。直方图统计是图像处理中非常基本的一种统计，简单来说，就是给定一张图像 I∈[0,255] I \in [0, 25

本文用 Python 实现 PS 滤镜中的 高反差保留 特效，具体的算法原理和图像效果可以参考之前的博客：http://blog.csdn.net/matrix_space/article/details/25492391import matplotlib.pyplot as pltfrom skimage import iofrom skimage.filters import ga

本文用 Python 实现 PS 滤镜中的碎片特效，这个特效简单来说就是将图像在 上，下，左，右 四个方向做平移，然后将四个方向的平移的图像叠加起来做平均。具体的效果图可以参考之前的博客http://blog.csdn.net/matrix_space/article/details/29192819from skimage import img_as_floatimport matpl

本文用 Python 实现 PS 中的色彩图，可以看到颜色的各种渐变，具体的效果可以参考以前的博客：http://blog.csdn.net/matrix_space/article/details/46906849和之前的程序相比，这里利用矩阵的运算替代了 for 循环，提升了运行的效率。import numpy as npimport matplotlib.pyplot as p

本文用Python 实现 PS 里的图像调整–黑白，PS 里的黑白并不是简单粗暴的将图像转为灰度图，而是做了非常精细的处理，具体的算法原理和效果图可以参考我以前的博客:http://blog.csdn.net/matrix_space/article/details/22992833比起之前的程序，对代码进行了优化，完全用矩阵运算代替了 for 循环，运算效率提升了很多。具体的代码如下：

本文用 Python 实现了PS 中的图层混合算法，把很多常见的图层混合算法都汇总到了一起，比起以前写的算法，就是用矩阵运算代替了很耗时的for 循环，运行效率有所提升。具体的代码如下：import matplotlib.pyplot as pltfrom skimage import ioimport mathimport numpy as np# image fusionfi

本文用 Python 实现 PS 滤镜的波浪特效，具体效果可以参考之前的博客http://blog.csdn.net/matrix_space/article/details/42215221import numpy as npfrom skimage import img_as_floatimport matplotlib.pyplot as pltfrom skimage imp

本文用 Python 实现 PS 滤镜中的一种几何变换特效，称为扇形变换，将图像扭曲成一个扇形，具体的算法原理和效果图可以参考以前的博客：http://blog.csdn.net/matrix_space/article/details/46789467import numpy as npfrom skimage import img_as_floatimport matplotlib

本文用 Python 实现 PS 里的图像调整–对比度调整。具体的算法原理如下： (1)、nRGB = RGB + (RGB - Threshold) * Contrast / 255 公式中，nRGB表示图像像素新的R、G、B分量，RGB表示图像像素R、G、B分量，Threshold为给定的阈值，Contrast为处理过的对比度增量。 Photoshop对于对比度增量，是按

本文实现 PS 滤镜中的一种几何变换– Fish lens， 对图像做扭曲，感觉就像通过一个凸镜或者凹镜在观察图像一样。import numpy as npfrom skimage import img_as_floatimport matplotlib.pyplot as pltfrom skimage import ioimport mathimport numpy.matlib

本文用 Python 实现 PS 滤镜特效，Marble Filter, 这种滤镜使图像产生不规则的扭曲，看起来像某种玻璃条纹， 具体的代码如下:import numpy as npimport mathimport numpy.matlibfrom skimage import ioimport randomfrom skimage import img_as_floatimport

在图像处理以及图像特效中，经常会用到一种成高斯分布的蒙版，蒙版可以用来做图像融合，将不同内容的两张图像结合蒙版，可以营造不同的艺术效果。I=M∗F+(1−M)∗B I = M*F+(1-M)*B 这里II 表示合成后的图像，FF 表示前景图，BB 表示背景图，MM 表示蒙版，或者直接用 蒙版与图像相乘, 形成一种渐变映射的效果。如下所示。I=M∗F I = M*F 这里介绍一下高斯分

Python 作为一种面向对象、直译式的计算机程序语言，在很多领域得到广泛应用。本文主要介绍 Python 在图像处理中的基本运算，借助 scikit-image 库，Python 在做图像处理的 时候非常方便，对于习惯用MATLAB的人来说，可以非常快速的习惯Python的语法。 熟悉了这些 基本的运算，就可以做进一步复杂的图像处理了。import numpy as npfrom skima

图像的表面模糊处理，其作用是在保留图像边缘的情况下，对图像的表面进行模糊处理。在对人物皮肤处理上，比高斯模糊更有效。因为高斯模糊在使人物皮肤光洁的同时，也将一些边缘特征如脸部的眉毛、嘴唇等给模糊了，不得不用蒙版小心的抹去这些地方的模糊部分。在处理手法上，表面模糊也与其它卷积处理手段不同，如高斯模糊等在处理图像时都是采用统一的卷积矩阵进行，而表面模糊却是每一个像素点都有自己的卷积矩阵，而且还是3（4）

这个函数，主要用来做对比度调整，利用 gamma 曲线 或者 log 函数曲线，gamma 函数的表达式： y=xγy=x^{\gamma}, 其中， xx 是输入的像素值，取值范围为 [0−1][0-1], yy 是输出的像素值，通过调整γ\gamma 值，改变图像的像素值的分布，进而改变图像的对比度。 log 函数的表达式: y=alog(1+x)y=a \text{log}(1+x),

这个算法的原理很简单，就是先用高斯模糊获取图像的低频信息，然后用原图减去高斯模糊之后的图，得到图像的高频信息，再将原图与高频信息融合，进一步增强原图的高频信息，看起来，图像的边缘显得特别的sharp。clc;clear all;close all;addpath('E:\Visual Effects\PS Algorithm');Image=imread('4.jpg');Im

clc;clear all;close all;addpath('E:\PhotoShop Algortihm\Image Processing\PS Algorithm');I=imread('4.jpg');Image=double(I)/255;[height, width, depth]=size(Image);rays = 25;radius = 25; a

clc;clear all;close all;addpath('E:\PhotoShop Algortihm\Image Processing\PS Algorithm');I=imread('4.jpg');Image=double(I)/255*0;[height, width, depth]=size(Image);rays = 200;radius=100;b

clc;clear all;close all;addpath('E:\PhotoShop Algortihm\Image Processing\PS Algorithm');I=imread('4.jpg');Image=double(I)/255;[height, width, depth]=size(Image);rNW=1.0; gNW=0.0; bN

clc;clear all;close all;addpath('E:\PhotoShop Algortihm\Image Processing\PS Algorithm');Image=imread('4.jpg');Image=double(Image)/255;% % imshow(Image)%% % set the gain value 0-1% set the

clc;clear all;close all;addpath('E:\PhotoShop Algortihm\Image Processing\PS Algorithm');I=imread('4.jpg');I=double(I);Image=I/255;xOffset=100;yOffset=200;warp=1;[height, width, depth]=s

clc;clear all;close all;addpath('E:\PhotoShop Algortihm\Image Processing\PS Algorithm');I=imread('4.jpg');I=double(I);Image=I/255;[height, width, depth]=size(Image); a = 200; b = 200; ce