OpenCV-Python實現油畫效果的實例
油畫的實現原理
油畫簡單的理解是帶有藝術感的圖像,色彩相對于原圖要更加鮮艷,但卻是失真的。
而且對于喜歡欣賞藝術的讀者,肯定或多或少關注過油畫,油畫并不細膩,而且小部分因為色塊的堆積非常模糊。所以,我們實現油畫的原理是:逐行對圖像進行處理,使周圍相鄰距離的像素進行打亂。
至于打亂的算法,你可以隨機設計。不過,需要注意的是在處理到圖像邊緣時,比如左下角最后一個像素,那么如果打亂其像素,取右邊的顯然不可取,因為右邊沒有像素會導致數組越界。所以在處理油畫時,可以人為的剪掉部分邊緣像素用于混淆。
還有,油畫因為用色大膽,所以我們需要增強圖像的色彩空間。而python的PIL庫有一個現成的類ImageEnhance。該類專門用于圖像的增強處理,不僅可以增強圖像的亮度,對比度,色度,還可以增強圖像的銳度,因此我們實現油畫可以通過它快速實現圖像增強的操作。
下面,我們來看看其圖像增強如何實現。代碼如下:
enh_col=ImageEnhance.Color(img) color = 2.0 new_img = enh_col.enhance(color)
此處的img是PIL讀取的圖片,如果想PIL讀取圖片轉到OpenCV讀取圖片的格式可以通過如下代碼完成:
new_img = cv2.cvtColor(np.asarray(new_img), cv2.COLOR_RGB2BGR)
其中,new_img為PIL讀取的圖片格式。
而enhance函數的參數color代表了圖像色彩的豐富程度和飽和度,數值為1時保持色度不變,數值增加表示色度比例增加,以此達到圖像增強的效果。
實現油畫效果
既然已經了解了實現油畫效果的原理。下面,我們直接上代碼來完成油畫的操作。具體代碼如下所示:
# 油畫效果 def oil_effect(img): h, w, n = img.shape new_img = np.zeros((h - 2, w, n), dtype=np.uint8) for i in range(h - 2): for j in range(w): if random.randint(1, 10) % 3 == 0: new_img[i, j] = img[i - 1, j] elif random.randint(1, 10) % 2 == 0: new_img[i, j] = img[i + 1, j] else: new_img[i, j] = img[i + 2, j] return new_img # 圖像增強 def img_add(): img = Image.open("oil.jpg") enh_col = ImageEnhance.Color(img) color = 2.0 new_img = enh_col.enhance(color) new_img = cv2.cvtColor(np.asarray(new_img), cv2.COLOR_RGB2BGR) return new_img if __name__ == "__main__": img = cv2.imread("49.jpg") oil_img = oil_effect(img) cv2.imwrite("oil.jpg", oil_img) cv2.imshow("0", img) cv2.imshow("1", img_add()) cv2.waitKey() cv2.destroyAllWindows()
運行之后,效果如下:
水彩效果
像油畫效果一樣,水彩效果也可以用單行代碼完成,但不包括導入和圖像讀取。
cv2.stylization()
import cv2 img = cv2.imread('img.jpg') res = cv2.stylization(img, sigma_s=60, sigma_r=0.6) # sigma_s controls the size of the neighborhood. Range 1 - 200 # sigma_r controls the how dissimilar colors within the neighborhood will be averaged. A larger sigma_r results in large regions of constant color. Range 0 - 1
到此這篇關于OpenCV-Python實現油畫效果的實例的文章就介紹到這了,更多相關OpenCV 油畫內容請搜索本站以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持本站!
版權聲明:本站文章來源標注為YINGSOO的內容版權均為本站所有,歡迎引用、轉載,請保持原文完整并注明來源及原文鏈接。禁止復制或仿造本網站,禁止在非www.sddonglingsh.com所屬的服務器上建立鏡像,否則將依法追究法律責任。本站部分內容來源于網友推薦、互聯網收集整理而來,僅供學習參考,不代表本站立場,如有內容涉嫌侵權,請聯系alex-e#qq.com處理。