计算机视觉之图像特效（实现浮雕效果等功能）（待更新。。。）

Posted 2021-12-02 shixinzei

1.浮雕效果

浮雕效果：newP = gray0-gray1+150（特定值） 即当前像素等于相邻像素之差再加上一个特定值突出灰度 即边缘特征，设定不同的特征值的时候会出现不同的浮雕效果。
测试代码如下：

 1 import cv2
 2 import numpy as np
 3 import random
 4 img = cv2.imread(‘image0.jpg‘, 1)
 5 imgInfo = img.shape
 6 height = imgInfo[0]
 7 width = imgInfo[1]
 8 cv2.imshow(‘src‘,img)
 9 # 转化为灰度图
10 gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
11 dst = np.zeros((height,width,1),np.uint8)
12 for i in range(0,height):
13     for j in range(0,width-1):
14         grayP0 = int(gray[i,j])
15         grayP1 = int(gray[i,j+1])
16         newP = grayP0-grayP1+50
17         if newP > 255:
18             newP = 255
19         if newP < 0:
20             newP = 0
21         dst[i,j] = newP
22 cv2.imshow(‘dst‘,dst)
23 cv2.waitKey(0)

运行结果如下：

src初始图像：

dst浮雕效果图像：（特定值为150的时候）

dst浮雕效果图像：（特定值为50的时候）

 2.颜色映射

颜色映射按照我的理解就是一个颜色对应上另一个颜色，比如蓝色对应红色，那么一副纯蓝色的图像就会被映射为一副纯红色的图像。

颜色映射的实现方法：可以建立一张颜色映射表，另外一种简单的方法是对rgb分别乘上一个系数，以下面实现一个“蓝色效果”为例，b=b*1.5 g=g*1.3 r=r,测试代码如下：

 1 import cv2
 2 import numpy as np
 3 import random
 4 img = cv2.imread(‘image0.jpg‘, 1)
 5 imgInfo = img.shape
 6 height = imgInfo[0]
 7 width = imgInfo[1]
 8 cv2.imshow(‘src‘,img)
 9 dst = np.zeros((height,width,3),np.uint8)
10 for i in range(0,height):
11     for j in range(0,width):
12         (b,g,r) = img[i,j]
13         b = b * 1.5
14         g = g * 1.3
15         # 防止越界操作
16         if b > 255:
17             b = 255
18         if g > 255:
19             g = 255
20         dst[i,j] = (b,g,r)
21 cv2.imshow(‘dst‘,dst)
22 cv2.waitKey(0)

运行结果如下：

src为初始图像：

dst为蓝色效果图像：

 3.油画特效

油画特效
1 gray
2 统计方块中的灰度值
3 对灰度值进行分段
4 对灰度值取平均作为结果

测试代码如下：

 1 import cv2
 2 import numpy as np
 3 import random
 4 img = cv2.imread(‘Jerry.jpg‘, 1)
 5 imgInfo = img.shape
 6 height = imgInfo[0]
 7 width = imgInfo[1]
 8 cv2.imshow(‘src‘,img)
 9 # 灰度化
10 gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
11 dst = np.zeros((height,width,3),np.uint8)
12 for i in range(4,height-4):
13     for j in range(4,width-4):
14         array1 = np.zeros(8,np.uint8)
15         for m in range(-4,4):
16             for n in range(-4,4):
17                 p1 = int(gray[i+m,j+n]/32)
18                 array1[p1] = array1[p1]+1
19         currentMax = array1[0]
20         l = 0
21         for k in range(0,8):
22             if currentMax < array1[k]:
23                 currentMax = array1[k]
24                 l=k
25         for m in range(-4,4):
26             for n in range(-4,4):
27                 if gray[i+m,j+n] >= (l*32) and gray[i+m,j+n] <= ((l+1)*32):
28                     (b,g,r) = img[i+m,j+n]
29         dst[i,j] = (b,g,r)
30 cv2.imshow(‘Jerry‘,dst)
31 cv2.waitKey(0)

运行结果如下：

src为原始图像：

Jerry是处理后的图像：