对于毛玻璃效果来讲,它与马赛克效果有些类似,(马赛克效果请看【 OpenCV05:图片色彩反转及马赛克效果 】)。
但不同之处在于元素色彩值的替换,马赛克效果实际上是选取10*10范围内的第一个位置的色彩值。
然而,毛玻璃效果选取的色彩值是选取设定范围内的某一随机位置的色彩值。
import cv2
import numpy as np
import random
img = cv2.imread('OpenCV\\image0.JPG', 1)
imgInfo = img.shape
height = imgInfo[0]
width = imgInfo[1]
dst = np.zeros((height, width, 3), np.uint8)
rangee = 8 # 定义一个范围,此范围可能是高度也可能是宽度
# 遍历当前图片
for i in range(height-rangee): # 若 i=8 则下面的 “加随机数” 的操作会超出范围,所以要减去8
for j in range(width-rangee):
index = int(random.random()*8) # 创建一个(0-8)之间的随机数
(r, g, b) = img[i+index, j+index] # 随机选定一个位置的色彩值
dst[i, j] = (r, g, b)
cv2.imshow('image', dst)
cv2.waitKey(0)
cv2.destroyAllWindows() # esc可退出,不然会busy
我们可以看到,最右边和最下边会产生一个黑边框,那是因为在遍历图片的时候我们没有遍历全范围的图像,
都各自减去了8,所以默认超出的色彩值为0,因而是黑色。
对于图片融合来讲,它的原理是选取两张图片中的部分区域,然后相融合。可以化简为这样一个公式:
结果图 = 源图1 * 系数 + 源图2 * (1 - 系数)
import cv2
import numpy as np
# 图片中融合
img0 = cv2.imread('OpenCV\\image0.JPG', 1)
img1 = cv2.imread('OpenCV\\image01.JPG', 1)
imgInfo = img0.shape
height0 = imgInfo[0]
width0 = imgInfo[1]
# 选取ROI感兴趣范围
roiH = int(height0/2)
roiW = int(width0/2)
img0ROI = img0[:roiH, :roiW] # 对图片img0进行取范围
img1ROI = img1[:roiH, :roiW] # 对图片img1进行取范围
dst = np.zeros((roiH, roiW, 3),np.uint8)
# 调用addWeighted进行图片融合
dst = cv2.addWeighted(img0ROI, 0.5, img1ROI, 0.5, 0) # 参数分别表示图1,图1系数,图2,1-图1系数(图2系数)
cv2.imshow('image', dst)
cv2.waitKey(0)
cv2.destroyAllWindows() # esc可退出,不然会busy
实现结果如下所示: