原标题:使用Python创建自己的Instagram滤镜|视觉实战
带有代码的OpenCV的图像滤镜示例
不知道你有没有使用过Instagram滤镜,它们非常方便,只需单击几个按钮,就可以变换我要发布的照片。
你是否想过自己可以创建一个?答案是可以的!
在本文中,我将向你展示如何使用代码和示例图像来创建一些图像处理滤镜。
如果尚未安装以下python库,则需要安装它:
opencv-python
matplotlib
numpy
模糊滤镜importcv2
importmatplotlib.pyplot asplt
im = cv2.imread( 'input-image.jpg')
dst = cv2.GaussianBlur(im,( 5, 5),cv2.BORDER_DEFAULT)
plt.imshow(dst)
plt.show
(左)原始图像,(右)应用模糊滤镜后的图像
(左)原始图像,(右)应用模糊滤镜后的图像边缘检测滤镜importcv2
importmatplotlib.pyplot asplt
im = cv2.imread( 'input-image.jpg')
edges = cv2.Canny(im, 100, 300)
plt.imshow(edges)
plt.show
(左)原始图像,(右)应用边缘检测滤镜后的图像
(左)原始图像,(右)应用边缘检测滤镜后的图像复古风滤镜importcv2
importnumpy asnp
frommatplotlib importpyplot asplt
im = cv2.imread( 'input-image.jpg')
rows, cols = im.shape[: 2]
# 创建高斯滤波器
kernel_x = cv2.getGaussianKernel(cols, 200)
kernel_y = cv2.getGaussianKernel(rows, 200)
kernel = kernel_y * kernel_x.T
filter = 255* kernel / np.linalg.norm(kernel)
vintage_im = np.copy(im)
# 对于输入图像中的每个通道,我们将应用上述滤波器
fori inrange( 3):
vintage_im[:,:,i] = vintage_im[:,:,i] * filter
plt.imshow(vintage_im)
plt.show
(左)原始图像,(右)应用复古风滤镜后的图像
(左)原始图像,(右)应用复古风滤镜后的图像
以上就是使用Python和OpenCV进行图像处理的代码示例。
你最喜欢哪个滤镜?在下面留下你的想法作为评论。
资源
OpenCV[1]
[1]: https://opencv.org/?source=post_page-----6d8bd3a86d4----------------------返回搜狐,查看更多
责任编辑: