python学习之OpenCV-Python模块的部分应用示例（生成素描图和动漫图）

最新推荐文章于 2024-04-26 08:52:18 发布

逃逸的卡路里

最新推荐文章于 2024-04-26 08:52:18 发布

阅读量859

点赞数

分类专栏： python 文章标签： opencv python 学习

本文链接：https://blog.csdn.net/u014740628/article/details/129200073

版权

python 专栏收录该内容

55 篇文章 7 订阅

订阅专栏

文章目录

前言
一、图片转灰度
二、对图片进行二值化处理
三、对图片去除噪点
四、调整图片透明度
五、生成素描滤镜效果图（方法结合应用）
六、生成动漫卡通滤镜效果图（方法结合应用）
总结

前言

OpenCV 是一个图像和视频处理库，具有 C++、C、Python 和 Java 中的绑定。OpenCV用于各种图像和视频分析，如面部识别和检测，车牌读取，照片编辑，高级机器人视觉，光学字符识别等等。

OpenCV-Python 是一个 Python 绑定库，旨在解决计算机视觉问题。

Python 是一种由 Guido van Rossum 开发的通用编程语言，它很快就变得非常流行，主要是因为它的简单性和代码可读性。它使程序员能够用更少的代码表达思想，而不会降低可读性。

与 C/C++ 这类语言相比，Python 的速度更慢。好在，可以使用 C/C++ 轻松的拓展 Python ，我们可以在 C/C++ 中编写计算密集型代码，并用 Python 来封装。这给我们带来了两个好处：首先，代码像原始的 C/C++ 代码一样快（因为后台实际上就是 C/C++ 代码在工作），其次，在 Python 中编写代码比在 C/C++ 中更容易。OpenCV-Python 就是 OpenCV C++ 的 Python 封装。

OpenCV-Python 使用了 Numpy，这是一个有着 MATLAB 风格语法，高度优化的用于数值计算的库。所有 OpenCV 数组结构都与 Numpy 数组进行转换。这也使得与使用 Numpy 的其他库（如 SciPy 和 Matplotlib）集成更容易。

在这里插入图片描述

一、图片转灰度

什么叫图片的灰度化呢？其实很简单，就是让像素点矩阵中的每一个像素点都满足下面的关系：R=G=B（就是红色变量的值，绿色变量的值，和蓝色变量的值，这三个值相等，“=”的意思不是程序语言中的赋值，是数学中的相等），此时的这个值叫做灰度值。

代码如下（示例）：

import cv2  # 导入OpenCV-Python模块
import os   # 导入文件与系统模块
import numpy as np  # 导入数值计算库

'''
def filter(filein,picture_name):
    imgI_filename = os.path.join(filein,picture_name) # 源文件路径
    imgO_filename = os.path.join(r'out', picture_name)  # 目标文件路径
    img_rgb = cv2.imread(imgI_filename)  # 读取源图片
    img_gray = cv2.cvtColor(img_rgb, cv2.COLOR_RGB2GRAY) # 转换为灰度
    # 调整亮度和对比度
    res = np.uint8(np.clip((1.2 * img_gray + 0), 0, 255))
    cv2.imwrite(imgO_filename, res)    # 保存转换后的图片
    ## cv2.imshow('GrayImage',img_cartoon)  # 加预览

if __name__ == '__main__':
    imagelist = [] # 创建空列表
    #循环读取指定路径下的文件名
    for filename in os.listdir(r'in/'):
        imagelist.append(filename)  #将文件名添加到imagelist
        print(filename)
        filter(r'in',filename)  # 为图片应用灰度滤镜

在这里插入图片描述

二、对图片进行二值化处理

什么叫图像的二值化？二值化就是让图像的像素点矩阵中的每个像素点的灰度值为0（黑色）或者255（白色），也就是让整个图像呈现只有黑和白的效果。在灰度化的图像中灰度值的范围为0~255，在二值化后的图像中的灰度值范围是0或者255。

代码如下（示例）：

# 对图片进行二值化======================================================
import cv2
import numpy as np

img1 = cv2.imread('01.jpg')
img2 = cv2.imread('02.jpg')
rows, cols, channels = img1.shape
roi = img2[0:rows, 0:cols]
img2gray = cv2.cvtColor(img1, cv2.COLOR_BGR2GRAY)
ret, Mask = cv2.threshold(img2gray, 170, 255, cv2.THRESH_BINARY)
Mask_inv = cv2.bitwise_not(Mask)
img1_bg = cv2.bitwise_and(roi, roi, mask=Mask)
img1_fg = cv2.bitwise_and(img1, img1, mask=Mask_inv)
dst = cv2.add(img1_bg, img1_fg)
img2[0:rows, 0:cols] = dst
cv2.imshow('res', Mask)
cv2.imshow('das', img2)
cv2.waitKey(0)
cv2.destroyAllWindows()

在这里插入图片描述

三、对图片去除噪点

实现原理：是在于先将噪点调亮以后再减少它的细节,总之就是让噪点“沉”下去。
代码如下（示例）：

import cv2
import numpy as np

original_image1 = cv2.imread('in/01.jpg').astype(np.float32)/255

# 设置调整颜色参数，小于1时，数值越小，越具有美白效果。反之，大于1时数值越大，可对美白照片还原原色
gamma1 = 0.6
whitening = np.power(original_image1, gamma1)

# 去除噪点
denoise = cv2.medianBlur(whitening, 5)

cv2.imshow('original_image', original_image1)
cv2.imshow('whitening', whitening)
cv2.imshow('denoise', denoise)

在这里插入图片描述

四、调整图片透明度

实现原理：需要在RGB三个通道的基础上添加alpha通道信息(alpha通道)。
代码如下（示例）：

# 实时调整图片透明度
import cv2
import numpy as np

def callback(object):
    pass

cv2.namedWindow('image')
img1 = cv2.imread('01.jpg')
[x, y, z] = img1.shape
# 创建一个相同规格的图像，可以自己读取一张图用切片工具
# 选出相同大小的矩阵
img2 = np.zeros([x, y, z], img1.dtype)
B, G, R = 10, 88, 21  # 自己调色
img2[:, :, 0] = np.uint8(B)
img2[:, :, 1] = np.uint8(G)
img2[:, :, 2] = np.uint8(R)
cv2.createTrackbar('alpha', 'image', 0, 100, callback)

while True:
    Alpha = cv2.getTrackbarPos('alpha', 'image')/100
    img3 = cv2.addWeighted(img1, Alpha, img2, 1-Alpha, 0)
    cv2.imshow('image', img3)
    if cv2.waitKey(10) & 0xFF == ord('q'):
        break
cv2.destroyAllWindows()

在这里插入图片描述

五、生成素描滤镜效果图（方法结合应用）

代码如下（示例）：

import cv2  # 导入OpenCV-Python模块
import os   # 导入文件与系统模块
import numpy as np  # 导入数值计算库

def filter(filein,picture_name):
    imgI_filename = os.path.join(filein,picture_name) # 源文件路径
    imgO_filename = os.path.join(r'out', picture_name)  # 目标文件路径
    img_rgb = cv2.imread(imgI_filename)  # 读取源图片

    num_down = 2   # 缩减像素采样的数目
    num_bilateral = 9 # 定义双边滤波的数目
    # 用高斯金字塔降低取样
    img_color = img_rgb
    for _ in range(num_down):
        img_color = cv2.pyrDown(img_color)
    # 重复使用小的双边滤波代替一个大的滤波
    for _ in range(num_bilateral):
        img_color = cv2.bilateralFilter(img_color,d=4,sigmaColor=8,sigmaSpace=4)
    # 升采样图片到原始大小
    for _ in range(num_down):
        img_color = cv2.pyrUp(img_color)
    img_gray = cv2.cvtColor(img_rgb, cv2.COLOR_RGB2GRAY)  # 转换为灰度
    img_blur = cv2.medianBlur(img_gray, 19)  # 增加模糊效果。值越大越模糊（取奇数）
    # 检测到边缘并且增强其效果
    img_edge = cv2.adaptiveThreshold(img_blur,256,
                                     cv2.ADAPTIVE_THRESH_MEAN_C,
                                     cv2.THRESH_BINARY,
                                     blockSize=9,
                                     C=2)
    img_edge = cv2.cvtColor(img_edge, cv2.COLOR_GRAY2RGB) # 彩色图像转为灰度图像
    cv2.imwrite(imgO_filename, img_edge) # 保存图片
    
if __name__ == '__main__':
    imagelist = [] # 创建空列表
    #循环读取指定路径下的文件名
    for filename in os.listdir(r'in/'):
        imagelist.append(filename)  #将文件名添加到imagelist
        print(filename)
        filter(r'in',filename)  # 为图片应用写生素描滤镜

在这里插入图片描述

六、生成动漫卡通滤镜效果图（方法结合应用）

代码如下（示例）：

import cv2  # 导入OpenCV-Python模块
import os   # 导入文件与系统模块
import numpy as np  # 导入数值计算库

def filter(filein,picture_name):
    imgI_filename = os.path.join(filein,picture_name) # 源文件路径
    imgO_filename = os.path.join(r'out', picture_name)  # 目标文件路径
    img_rgb = cv2.imread(imgI_filename)  # 读取图片
    # 转换为灰度并且使其产生中等的模糊
    img_gray = cv2.cvtColor(img_rgb, cv2.COLOR_RGB2GRAY)
    img_blur = cv2.medianBlur(img_gray, 5)  # 值越大越模糊（取奇数）
    #检测到边缘并且增强其效果
    img_edge = cv2.adaptiveThreshold(img_blur,128,
          cv2.ADAPTIVE_THRESH_MEAN_C,
          cv2.THRESH_BINARY,
          blockSize=9,
          C=8)
    img_edge = cv2.cvtColor(img_edge, cv2.COLOR_GRAY2RGB) #彩色图像转为灰度图像
    img_cartoon = cv2.bitwise_and(img_rgb, img_edge)  # 灰度图像转为彩色图像
    # 调整亮度和对比度
    res = np.uint8(np.clip((2.0 * img_cartoon + 16), 0, 255))
    # 保存转换后的图片
    cv2.imwrite(imgO_filename, res)

if __name__ == '__main__':
    imagelist = [] # 创建空列表
    #循环读取指定路径下的文件名
    for filename in os.listdir(r'in/'):
        imagelist.append(filename)  #将文件名添加到imagelist
        print(filename)
        filter(r'in',filename)  # 为图片应用卡通动漫滤镜

在这里插入图片描述

总结

到此这篇关于python学习之OpenCV-Python模块的部分应用示例的文章就介绍到这了，更多相关python学习内容浏览下面的相关文章，希望大家以后多多支持！

历史文章地址：
python和C++代码实现图片九宫格切图程序（附VS2015配置Opencv教程）
python和C++代码实现模拟动态指针时钟
 python学习之10行代码制作炫酷的词云图（匹配指定图形形状）

逃逸的卡路里

关注

0
点赞
踩
1

收藏

觉得还不错? 一键收藏
打赏
0
评论
python学习之OpenCV-Python模块的部分应用示例（生成素描图和动漫图）

OpenCV 是一个图像和视频处理库，具有 C++、C、Python 和 Java 中的绑定。OpenCV用于各种图像和视频分析，如面部识别和检测，车牌读取，照片编辑，高级机器人视觉，光学字符识别等等。OpenCV-Python 是一个 Python 绑定库，旨在解决计算机视觉问题。Python 是一种由 Guido van Rossum 开发的通用编程语言，它很快就变得非常流行，主要是因为它的简单性和代码可读性。它使程序员能够用更少的代码表达思想，而不会降低可读性。
复制链接

扫一扫