Python 计算机视觉（补充版）—— 图像特效中的油画效果

       在前面的文章 Python 计算机视觉（十五）—— 图像特效处理 中我已经介绍了大部分的图像的特效处理，但还是忽略了油画特效的处理，在本篇文章中简单介绍一下油画特效的基本原理以及代码实现，感兴趣的小伙伴可以跟着码一遍代码，或者使用代码直接运行查看一下效果就行。 

目录

一 基本原理

二 代码实现

三 总体实现代码以及保存 

四 结束语

---

一 基本原理

如下面的两幅图所示，油画用对了地方会使得图像一下子显得文艺起来了呢！

拍出的图像	转化为油画

       那么将一幅图像转化为油画类型的图案是怎么实现的呢？为了将一幅普通的图像转化为油画，一般需要以下的几个步骤：
（1）将图像转化为灰度图像

（2）将图像划分为一个个小方框（4*4，6*6...），并统计其中的每一个像素点像素值

（3）对方框中的像素点的的灰度值进行量化（可以参考我之前的关于量化的文章），并对不同的等级的像素点数目进行计数

（4）找到方框中灰度等级最多的像素点，并对这些像素点的灰度值求平均

（5）用平均值代替原像素像素值

二 代码实现

首先还是经典操作，读取图像信息：

"""
Author:XiaoMa
date:2021/12/10
"""
import cv2
import numpy as np
img = cv2.imread(r'E:\From Zhihu\For the desk\cvyouhua.jpg')
img = cv2.resize(img, dsize = None, fx = 0.2, fy = 0.2) #由于该算法计算量较大，首先对其大小进行调整
cv2.imshow('W0', img)
cv2.waitKey(0)
#获取图片宽高
height, width = img.shape[:2]
print(height, width)

得到图像信息如下：

对图像进行油画特效处理，代码已经添加了注释，有注释的不清楚的地方可以在评论区讨论或者私信留言，看到会回复大家的：

gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)#将图像转化为灰度图像
dst = np.zeros((height, width, 3), np.uint8)#创建一个和原图等大小的全零矩阵
#-----------------------------------------------------------------------
#使用for循环嵌套来遍历图像中的每一个像素点
#-----------------------------------------------------------------------
for i in range(2, height-2):
    for j in range(2, width-2):
        # ----------------------------------------------------------
        # 方框为4*4，对方框内像素点进行量化并记录不同等级的像素点的个数
        # ------------------------------------------------------------
        array1 = np.zeros(8, np.uint8)#将像素点的值量化为8份，定义数组记录不同等级像素点的个数
        for m in range(-2, 2):
            for n in range(-2, 2):
                p1 = int(gray[i+m, j+n]/32)#量化操作
                array1[p1] = array1[p1] + 1#该数组用来记录不同量化级别下的像素点，比如array1[0]代表等级一下的像素点的个数，即像素值为（0~64）的像素点的个数
        #-----------------------------------------------------------
        #在上面的数组中寻找最大值，即寻找数目最多的像素等级
        #------------------------------------------------------------
        currentMax = array1[0]
        l = 0#用来封装最大值在数组中的位置
        for k in range(0, 8):
            if currentMax < array1[k]:
                currentMax = array1[k]
                l = k
        #------------------------
        #求数目最多的像素等级的平均
        #------------------------
        for m in range(-2, 2):
            for n in range(-2, 2):
                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('youhua', dst)
cv2.waitKey(0)
cv2.destroyAllWindows()

 得到的结果如下：

三 总体实现代码以及保存 

       总体的代码以及保存方式如下，大家修改一下读取和保存的路径就可以用了，如果想了解一下实现算法可以先敲一遍代码：

"""
Author:XiaoMa
date:2021/12/15
"""
import cv2
import numpy as np
import matplotlib.pyplot as plt
img = cv2.imread(r'E:\From Zhihu\For the desk\cvyouhua.jpg')
img = cv2.resize(img, dsize = None, fx = 0.2, fy = 0.2) #由于该算法计算量较大，首先对其大小进行调整
cv2.imshow('W0', img)
cv2.waitKey(0)
#获取图片宽高
height, width = img.shape[:2]
print(height, width)
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)#将图像转化为灰度图像
dst = np.zeros((height, width, 3), np.uint8)#创建一个和原图等大小的全零矩阵
#-----------------------------------------------------------------------
#使用for循环嵌套来遍历图像中的每一个像素点
#-----------------------------------------------------------------------
for i in range(2, height-2):
    for j in range(2, width-2):
        # ----------------------------------------------------------
        # 方框为4*4，对方框内像素点进行量化并记录不同等级的像素点的个数
        # ------------------------------------------------------------
        array1 = np.zeros(8, np.uint8)#将像素点的值量化为8份，定义数组记录不同等级像素点的个数
        for m in range(-2, 2):
            for n in range(-2, 2):
                p1 = int(gray[i+m, j+n]/32)#量化操作
                array1[p1] = array1[p1] + 1#该数组用来记录不同量化级别下的像素点，比如array1[0]代表等级一下的像素点的个数，即像素值为（0~64）的像素点的个数
        #-----------------------------------------------------------
        #在上面的数组中寻找最大值，即寻找数目最多的像素等级
        #------------------------------------------------------------
        currentMax = array1[0]
        l = 0#用来封装最大值在数组中的位置
        for k in range(0, 8):
            if currentMax < array1[k]:
                currentMax = array1[k]
                l = k
        #------------------------
        #求数目最多的像素等级的平均
        #------------------------
        for m in range(-2, 2):
            for n in range(-2, 2):
                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('youhua', dst)
cv2.waitKey(0)
cv2.destroyAllWindows()
#------------------------------------------------
#保存图像(以前的文章中介绍过，有不懂的地方可以去考古)
#------------------------------------------------
plt.rcParams['font.family'] = 'SimHei'       #将全局中文字体改为黑体
ImgGroup = [img, gray, dst]
ImgTitle = ['原图', '灰度图', '油画']
a = plt.figure(figsize=(30, 10)) #创建画布
for i in range(0, 3):
    ImgGroup[i] = cv2.cvtColor(ImgGroup[i], cv2.COLOR_BGR2RGB)
    plt.subplot(1, 3, i + 1)
    plt.imshow(ImgGroup[i])
    plt.title(ImgTitle[i])
    plt.suptitle('图像油画特效')
    plt.xticks([])
    plt.yticks([])
plt.savefig(r'E:\From Zhihu\For the desk\Acvyouhua.jpg')
plt.show()

得到结果如下：

 

四 结束语

       本篇文章主要介绍了图像特效中的油画效果的基本原理以及代码实现，并简单进行保存处理，感兴趣可以进行学习了解。