Python 實現圖像特效中的油畫效果

Posted on by

在前面的文章 Python 計算機視覺（十五）—— 圖像特效處理 中我已經介紹瞭大部分的圖像的特效處理，但還是忽略瞭油畫特效的處理，在本篇文章中簡單介紹一下油畫特效的基本原理以及代碼實現，感興趣的小夥伴可以跟著碼一遍代碼，或者使用代碼直接運行查看一下效果就行。

一 基本原理

如下面的兩幅圖所示，油畫用對瞭地方會使得圖像一下子顯得文藝起來瞭呢！

拍出的圖像

轉化為油畫

那麼將一幅圖像轉化為油畫類型的圖案是怎麼實現的呢？為瞭將一幅普通的圖像轉化為油畫，一般需要以下的幾個步驟：

（1）將圖像轉化為灰度圖像

（2）將圖像劃分為一個個小方框（4*4，6*6…），並統計其中的每一個像素點像素值

（3）對方框中的像素點的的灰度值進行量化（可以參考我之前的關於量化的文章），並對不同的等級的像素點數目進行計數

（4）找到方框中灰度等級最多的像素點，並對這些像素點的灰度值求平均

（5）用平均值代替原像素像素值

二 代碼實現

首先還是經典操作，讀取圖像信息：

"""
Author:XiaoMa
date:2021/12/10
"""
import cv2
import numpy as np
img = cv2.imread(r'E:\From Zhihu\For the desk\cvyouhua.jpg')
img = cv2.resize(img, dsize = None, fx = 0.2, fy = 0.2) #由於該算法計算量較大，首先對其大小進行調整
cv2.imshow('W0', img)
cv2.waitKey(0)
#獲取圖片寬高
height, width = img.shape[:2]
print(height, width)

得到圖像信息如下：

對圖像進行油畫特效處理，代碼已經添加瞭註釋，有註釋的不清楚的地方可以在評論區討論或者私信留言，看到會回復大傢的：

gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)#將圖像轉化為灰度圖像
dst = np.zeros((height, width, 3), np.uint8)#創建一個和原圖等大小的全零矩陣
#-----------------------------------------------------------------------
#使用for循環嵌套來遍歷圖像中的每一個像素點
#-----------------------------------------------------------------------
for i in range(2, height-2):
    for j in range(2, width-2):
        # ----------------------------------------------------------
        # 方框為4*4，對方框內像素點進行量化並記錄不同等級的像素點的個數
        # ------------------------------------------------------------
        array1 = np.zeros(8, np.uint8)#將像素點的值量化為8份，定義數組記錄不同等級像素點的個數
        for m in range(-2, 2):
            for n in range(-2, 2):
                p1 = int(gray[i+m, j+n]/32)#量化操作
                array1[p1] = array1[p1] + 1#該數組用來記錄不同量化級別下的像素點，比如array1[0]代表等級一下的像素點的個數，即像素值為（0~64）的像素點的個數
        #-----------------------------------------------------------
        #在上面的數組中尋找最大值，即尋找數目最多的像素等級
        #------------------------------------------------------------
        currentMax = array1[0]
        l = 0#用來封裝最大值在數組中的位置
        for k in range(0, 8):
            if currentMax < array1[k]:
                currentMax = array1[k]
                l = k
        #------------------------
        #求數目最多的像素等級的平均
        #------------------------
        for m in range(-2, 2):
            for n in range(-2, 2):
                if gray[i + m, j + n] >= (l * 32) and gray[i + m, j + n] <= ((l + 1) * 32):
                    (b, g, r) = img[i + m, j + n]
        dst[i, j] = (b, g, r)
cv2.imshow('youhua', dst)
cv2.waitKey(0)
cv2.destroyAllWindows()

得到的結果如下：

三 總體實現代碼以及保存 

總體的代碼以及保存方式如下，大傢修改一下讀取和保存的路徑就可以用瞭，如果想瞭解一下實現算法可以先敲一遍代碼：

"""
Author:XiaoMa
date:2021/12/15
"""
import cv2
import numpy as np
import matplotlib.pyplot as plt
img = cv2.imread(r'E:\From Zhihu\For the desk\cvyouhua.jpg')
img = cv2.resize(img, dsize = None, fx = 0.2, fy = 0.2) #由於該算法計算量較大，首先對其大小進行調整
cv2.imshow('W0', img)
cv2.waitKey(0)
#獲取圖片寬高
height, width = img.shape[:2]
print(height, width)
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)#將圖像轉化為灰度圖像
dst = np.zeros((height, width, 3), np.uint8)#創建一個和原圖等大小的全零矩陣
#-----------------------------------------------------------------------
#使用for循環嵌套來遍歷圖像中的每一個像素點
#-----------------------------------------------------------------------
for i in range(2, height-2):
    for j in range(2, width-2):
        # ----------------------------------------------------------
        # 方框為4*4，對方框內像素點進行量化並記錄不同等級的像素點的個數
        # ------------------------------------------------------------
        array1 = np.zeros(8, np.uint8)#將像素點的值量化為8份，定義數組記錄不同等級像素點的個數
        for m in range(-2, 2):
            for n in range(-2, 2):
                p1 = int(gray[i+m, j+n]/32)#量化操作
                array1[p1] = array1[p1] + 1#該數組用來記錄不同量化級別下的像素點，比如array1[0]代表等級一下的像素點的個數，即像素值為（0~64）的像素點的個數
        #-----------------------------------------------------------
        #在上面的數組中尋找最大值，即尋找數目最多的像素等級
        #------------------------------------------------------------
        currentMax = array1[0]
        l = 0#用來封裝最大值在數組中的位置
        for k in range(0, 8):
            if currentMax < array1[k]:
                currentMax = array1[k]
                l = k
        #------------------------
        #求數目最多的像素等級的平均
        #------------------------
        for m in range(-2, 2):
            for n in range(-2, 2):
                if gray[i + m, j + n] >= (l * 32) and gray[i + m, j + n] <= ((l + 1) * 32):
                    (b, g, r) = img[i + m, j + n]
        dst[i, j] = (b, g, r)
cv2.imshow('youhua', dst)
cv2.waitKey(0)
cv2.destroyAllWindows()
#------------------------------------------------
#保存圖像(以前的文章中介紹過，有不懂的地方可以去考古)
#------------------------------------------------
plt.rcParams['font.family'] = 'SimHei'       #將全局中文字體改為黑體
ImgGroup = [img, gray, dst]
ImgTitle = ['原圖', '灰度圖', '油畫']
a = plt.figure(figsize=(30, 10)) #創建畫佈
for i in range(0, 3):
    ImgGroup[i] = cv2.cvtColor(ImgGroup[i], cv2.COLOR_BGR2RGB)
    plt.subplot(1, 3, i + 1)
    plt.imshow(ImgGroup[i])
    plt.title(ImgTitle[i])
    plt.suptitle('圖像油畫特效')
    plt.xticks([])
    plt.yticks([])
plt.savefig(r'E:\From Zhihu\For the desk\Acvyouhua.jpg')
plt.show()

得到結果如下：

到此這篇關於Python 實現圖像特效中的油畫效果的文章就介紹到這瞭,更多相關Python 圖像油畫效果內容請搜索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：