python 老照片修复_OpenCV——老照片效果

// define head function

#ifndef PS_ALGORITHM_H_INCLUDED

#define PS_ALGORITHM_H_INCLUDED

#include

#include

#include "cv.h"

#include "highgui.h"

#include "cxmat.hpp"

#include "cxcore.hpp"

using namespace std;

using namespace cv;

void Show_Image(Mat&, const string &);

#endif // PS_ALGORITHM_H_INCLUDED

/*

This program will generate

"Old Picture" effect.

*/

#include "PS_Algorithm.h"

#include

using namespace std;

using namespace cv;

int main(void)

{

string Img_name("9.jpg");

Mat Image_in;

Image_in=imread(Img_name);

Show_Image(Image_in, Img_name);

Mat Image_out(Image_in.size(), CV_32FC3);

Image_in.convertTo(Image_out, CV_32FC3);

Mat Image_2(Image_in.size(), CV_32FC3);

Image_in.convertTo( Image_2, CV_32FC3);

Mat r(Image_in.rows, Image_in.cols, CV_32FC1);

Mat g(Image_in.rows, Image_in.cols, CV_32FC1);

Mat b(Image_in.rows, Image_in.cols, CV_32FC1);

Mat out[]={b, g, r};

split(Image_2, out);

Mat r_new(Image_in.rows, Image_in.cols, CV_32FC1);

Mat g_new(Image_in.rows, Image_in.cols, CV_32FC1);

Mat b_new(Image_in.rows, Image_in.cols, CV_32FC1);

r_new=0.393*r+0.769*g+0.189*b;

g_new=0.349*r+0.686*g+0.168*b;

b_new=0.272*r+0.534*g+0.131*b;

Mat rgb[]={b_new, g_new, r_new};

merge(rgb,3,Image_out);

Image_out=Image_out/255;

Show_Image(Image_out, "out.jpg");

imwrite("out.jpg", Image_out*255);

waitKey();

cout<

}

#include "PS_Algorithm.h"

#include

#include

using namespace std;

using namespace cv;

void Show_Image(Mat& Image, const string& str)

{

namedWindow(str.c_str(),CV_WINDOW_AUTOSIZE);

imshow(str.c_str(), Image);

}

原图

效果图

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
【资源说明】 1、该资源包括项目的全部源码,下载可以直接使用! 2、本项目适合作为计算机、数学、电子信息等专业的课程设计、期末大作业和毕设项目,作为参考资料学习借鉴。 3、本资源作为“参考资料”如果需要实现其他功能,需要能看懂代码,并且热爱钻研,自行调试。 基于深度学习的老照片修复python源码(自带web页面超级简单).zip 基于深度学习的老照片修复python源码(自带web页面超级简单).zip 基于深度学习的老照片修复python源码(自带web页面超级简单).zip 基于深度学习的老照片修复python源码(自带web页面超级简单).zip 基于深度学习的老照片修复python源码(自带web页面超级简单).zip 基于深度学习的老照片修复python源码(自带web页面超级简单).zip 基于深度学习的老照片修复python源码(自带web页面超级简单).zip 基于深度学习的老照片修复python源码(自带web页面超级简单).zip 基于深度学习的老照片修复python源码(自带web页面超级简单).zip 基于深度学习的老照片修复python源码(自带web页面超级简单).zip 基于深度学习的老照片修复python源码(自带web页面超级简单).zip 基于深度学习的老照片修复python源码(自带web页面超级简单).zip 基于深度学习的老照片修复python源码(自带web页面超级简单).zip 基于深度学习的老照片修复python源码(自带web页面超级简单).zip

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值