OpenCV-Python實現懷舊濾鏡與連環畫濾鏡
懷舊濾鏡實現原理
不管是榮耀華為手機還是其他的手機,我們都可以找到相機中的懷舊效果,這是手機中常用的一種濾鏡效果。
懷舊風格的設計主要是在圖像的顏色空間進行處理。以BGR為例,對B、G、R這3個通道的顏色數值進行處理,讓圖像有一種泛黃的懷舊效果。設計的轉換公式如下:
B=0.272r+0.534g+0.131*b
G=0.349r+0.686g+0.168*b
R=0.393r+0.769g+0.189*b
計算公式中的小寫的bgr是原圖像的RGB通道的顏色,結果BGR是懷舊變換後的值。需要註意的是,顏色值的范圍在[0,255],需要在程序中約束一下。
實現懷舊濾鏡
既然我們已經瞭解瞭其實現的原理公式。下面我們直接上代碼實現該功能,具體代碼如下所示:
def cowboy_effect(img): new_img = img.copy() h, w, n = img.shape for i in range(w): for j in range(h): b = img[j, i, 0] g = img[j, i, 1] r = img[j, i, 2] B = int(0.272 * r + 0.534 * g + 0.131 * b) G = int(0.349 * r + 0.686 * g + 0.168 * b) R = int(0.393 * r + 0.769 * g + 0.189 * b) new_img[j, i, 0] = max(0, min(B, 255)) new_img[j, i, 1] = max(0, min(G, 255)) new_img[j, i, 2] = max(0, min(R, 255)) return new_img if __name__ == "__main__": img = cv2.imread("48.jpg") cv2.imshow("0", img) cv2.imshow("1", cowboy_effect(img)) cv2.waitKey() cv2.destroyAllWindows()
運行之後,效果如下:
連環畫濾鏡原理
從懷舊濾鏡就可以看出來,其實相機的各種濾鏡效果就是對RGB的顏色通道進行計算處理。既然懷舊濾鏡有公式,那麼肯定的連環畫濾鏡也有公式。它的具體公式如下:
R = |g – b + g + r| * r / 256
G = |b – g + b + r| * r / 256
B = |b – g + b + r| * g / 256
實現連環畫濾鏡
有瞭公式,下面直接套用公式即可。具體代碼如下所示:
# 連環畫濾鏡 def comics_effect(img): new_img = img.copy() h, w, n = img.shape for i in range(w): for j in range(h): b = img[j, i, 0] g = img[j, i, 1] r = img[j, i, 2] R = int(int(abs(g - b + g + r)) * r / 256) G = int(int(abs(b - g + b + r)) * r / 256) B = int(int(abs(b - g + b + r)) * g / 256) new_img[j, i, 0] = R new_img[j, i, 1] = G new_img[j, i, 2] = B return new_img if __name__ == "__main__": img = cv2.imread("48.jpg") cv2.imshow("0", img) cv2.imshow("1", comics_effect(img)) cv2.waitKey() cv2.destroyAllWindows()
運行之後,效果如下:
綜上所述,基本上所有的基礎濾鏡都是通過對RGB通道的顏色值進行公式計算得到的。當然,要是數學很好,又對算法情有獨鐘的讀者,可以自己自研濾鏡算法豐富濾鏡的效果。
熔鑄算法
r = r*128/(g+b +1);
g = g*128/(r+b +1);
b = b*128/(g+r +1);
冰凍算法
r = (r-g-b)*3/2;
g = (g-r-b)*3/2;
b = (b-g-r)*3/2;
#include <math.h> #include <opencv/cv.h> #include <opencv/highgui.h> #define MAXSIZE (32768) using namespace cv; using namespace std; void casting(const Mat& src) { Mat img; src.copyTo(img); int width=src.cols; int heigh=src.rows; Mat dst(img.size(),CV_8UC3); for (int y=0;y<heigh;y++) { uchar* imgP=img.ptr<uchar>(y); uchar* dstP=dst.ptr<uchar>(y); for (int x=0;x<width;x++) { float b0=imgP[3*x]; float g0=imgP[3*x+1]; float r0=imgP[3*x+2]; float b = b0*255/(g0+r0+1); float g = g0*255/(b0+r0+1); float r = r0*255/(g0+b0+1); r = (r>255 ? 255 : (r<0? 0 : r)); g = (g>255 ? 255 : (g<0? 0 : g)); b = (b>255 ? 255 : (b<0? 0 : b)); dstP[3*x] = (uchar)b; dstP[3*x+1] = (uchar)g; dstP[3*x+2] = (uchar)r; } } imshow("熔鑄",dst); imwrite("D:/img/熔鑄.jpg",dst); } void freezing(const Mat& src) { Mat img; src.copyTo(img); int width=src.cols; int heigh=src.rows; Mat dst(img.size(),CV_8UC3); for (int y=0;y<heigh;y++) { uchar* imgP=img.ptr<uchar>(y); uchar* dstP=dst.ptr<uchar>(y); for (int x=0;x<width;x++) { float b0=imgP[3*x]; float g0=imgP[3*x+1]; float r0=imgP[3*x+2]; float b = (b0-g0-r0)*3/2; float g = (g0-b0-r0)*3/2; float r = (r0-g0-b0)*3/2; r = (r>255 ? 255 : (r<0? -r : r)); g = (g>255 ? 255 : (g<0? -g : g)); b = (b>255 ? 255 : (b<0? -b : b)); // r = (r>255 ? 255 : (r<0? 0 : r)); // g = (g>255 ? 255 : (g<0? 0 : g)); // b = (b>255 ? 255 : (b<0? 0 : b)); dstP[3*x] = (uchar)b; dstP[3*x+1] = (uchar)g; dstP[3*x+2] = (uchar)r; } } imwrite("D:/img/冰凍.jpg",dst); } int main() { Mat src = imread("D:/img/scene04.jpg",1); imshow("src",src); casting(src); freezing(src); waitKey(); }
到此這篇關於OpenCV-Python實現懷舊濾鏡與連環畫濾鏡的文章就介紹到這瞭,更多相關OpenCV 懷舊濾鏡與連環畫濾鏡內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet!
推薦閱讀:
- C++ opencv圖像處理實現灰度變換示例
- Python使用OpenCV對圖像進行縮放功能
- openCV實現圖像分割
- OpenCV+Python幾何變換的實現示例
- C++ opencv圖像處理實現圖片幾何變換示例