python+opencv+图像特效（图像灰度处理、颜色翻转、图片融合，边缘检测，浮雕效果，颜色映射）

原图

图像灰度处理

#方式1
import cv2
#读取彩色原图
img0=cv2.imread('E:/python_cv/01.jpg',1)
#读取灰度图
img1=cv2.imread('E:/python_cv/01.jpg',0)
print(img0.shape)
print(img1.shape)
cv2.imshow('gary',img1)
cv2.waitKey(0)

#方式2
import cv2
#读取彩色原图
src=cv2.imread('E:/python_cv/01.jpg',1)
dst=cv2.cvtColor(src,cv2.COLOR_BGR2GRAY)
cv2.imshow('gary',dst)
cv2.waitKey(0)

#方式3
import cv2
import numpy as np
img=cv2.imread('E:/python_cv/01.jpg',1)
img_info=img.shape
image_height=img_info[0]
image_weight=img_info[1]
dst=np.zeros((image_height,image_weight,3),np.uint8)
#当彩色图像三个通道的值都相同时，即为灰度图像
for i in range(image_height):for j in range(image_weight):(b,g,r)=img[i][j]gray=(int(b)+int(g)+int(r))/3  #防止越界，转换类型dst[i,j]=np.uint8(gray)
cv2.imshow('gary',dst)
cv2.waitKey(0)

#方式4
import cv2
import numpy as np
img=cv2.imread('E:/python_cv/01.jpg',1)
img_info=img.shape
image_height=img_info[0]
image_weight=img_info[1]
dst=np.zeros((image_height,image_weight,3),np.uint8)
#当彩色图像三个通道的值都相同时，即为灰度图像
for i in range(image_height):for j in range(image_weight):(b,g,r)=img[i][j]gray=0.299*int(b)+0.587*int(g)+0.114*int(r)dst[i,j]=np.uint8(gray)
cv2.imshow('gary',dst)
cv2.waitKey(0)

灰度处理很重要，也是图像处理中的基础操作，在实际运用中要求实时性，涉及优化，比如：

定点操作比浮点操作要快
+-比*/快，移位比*/快

import cv2
import numpy as np
img=cv2.imread('E:/python_cv/01.jpg',1)
img_info=img.shape
image_height=img_info[0]
image_weight=img_info[1]
dst=np.zeros((image_height,image_weight,3),np.uint8)
#当彩色图像三个通道的值都相同时，即为灰度图像
for i in range(image_height):for j in range(image_weight):(b,g,r)=img[i][j]# gray=0.299*int(b)+0.587*int(g)+0.114*int(r)#优化b=int(b)g=int(g)r=int(r)# gray=(b+2*g+r)/4gray=(b+(g<<1)+r)>>2dst[i,j]=np.uint8(gray)
cv2.imshow('gary',dst)
cv2.waitKey(0)

颜色翻转

灰度图像素值为0到255，若当前的像素值为i,翻转过后为255-i

import cv2
import numpy as np
#读取彩色原图
src=cv2.imread('E:/python_cv/01.jpg',1)
gray=cv2.cvtColor(src,cv2.COLOR_BGR2GRAY)
img_info=src.shape
image_height=img_info[0]
image_weight=img_info[1]
dst=np.zeros((image_height,image_weight,1),np.uint8)
for i in range(image_height):for j in range(image_weight):grayPixel=gray[i][j]dst[i][j]=255-grayPixel
cv2.imshow('gary',dst)
cv2.waitKey(0)

原灰度图	反转灰度图

彩色图反转

import cv2
import numpy as np
#读取彩色原图
src=cv2.imread('E:/python_cv/01.jpg',1)
img_info=src.shape
image_height=img_info[0]
image_weight=img_info[1]
dst=np.zeros((image_height,image_weight,3),np.uint8)
for i in range(image_height):for j in range(image_weight):(b,g,r)=src[i][j]dst[i][j]=(255-b,255-g,255-r)
cv2.imshow('src',src)
cv2.imshow('dst',dst)
cv2.waitKey(0)

彩色图	反转图

图片融合

import cv2
import numpy as np
#读取彩色原图
src=cv2.imread('E:/python_cv/01.jpg',1)
src1=cv2.imread('E:/python_cv/02.jpg',1)
img_info=src.shape
image_height=img_info[0]
image_weight=img_info[1]
roi_h=int(image_height/2)
roi_w=int(image_weight/2)
src_roi=src[0:roi_h,0:roi_w]
src1_roi=src1[0:roi_h,0:roi_w]
dst=np.zeros((roi_h,roi_w,3),np.uint8)
dst=cv2.addWeighted(src_roi,0.5,src1_roi,0.5,0)cv2.imshow('dst',dst)
cv2.waitKey(0)

canny 边缘检测

步骤：灰度图，高斯滤波，canny

import cv2
import numpy as np
gray=cv2.imread('E:/python_cv/01.jpg',0)
img=cv2.GaussianBlur(gray,(3,3),0)
dst=cv2.Canny(img,50,50)
cv2.imshow('gray',gray)
cv2.imshow('gauss',img)
cv2.imshow('dst',dst)
cv2.waitKey(0)

灰度图	高斯滤波	canny

soble边缘检测

import cv2
import numpy as np
import math
gray=cv2.imread('E:/python_cv/01.jpg',0)
imgInfo=gray.shape
height=imgInfo[0]
weight=imgInfo[1]
cv2.imshow('src',gray)
dst=np.zeros((height,weight,1),np.uint8)
'''
sobel
1.算子模板 2.图像卷积 3.阈值判决
竖直模板      水平模板
[1 2 1       [1 0 -10 0 0        2 0 -2
-1-2-1]       1 0 -1]
'''
for i in range(0,height-2):for j in range(0,weight-2):gy=gray[i,j]*1+gray[i,j+1]*2+gray[i,j+2]*1-gray[i+2,j]-2*gray[i+2,j+1]-gray[i+2,j+2]*1gx=gray[i,j]*1-gray[i,j+2]+gray[i+1,j]*2-2*gray[i+1,j+2]+gray[i+2,j]-gray[i+2,j+2]grad=math.sqrt(gx*gx+gy*gy)if grad>50:dst[i,j]=255else:dst[i,j]=0
cv2.imshow('dst',dst)
cv2.waitKey(0)

原图	sobel

import cv2
import numpy as np
gray=cv2.imread('E:/python_cv/01.jpg',0)
imgInfo=gray.shape
height=imgInfo[0]
weight=imgInfo[1]
#浮雕效果
dst=np.zeros((height,weight,1),np.uint8)
for i in range(0,height):for j in range(0,weight-1):gray0=gray[i,j]gray1=gray[i,j+1]newp=gray0-gray1+150if newp>255:newp=255else:newp=0dst[i,j]=newp
cv2.imshow('dst',dst)
cv2.waitKey(0)

原图	浮雕效果

风格转换

import cv2
import numpy as np
img=cv2.imread('E:/python_cv/01.jpg',1)
imgInfo=img.shape
height=imgInfo[0]
weight=imgInfo[1]
cv2.imshow('src',img)
'''
颜色风格，rgb-->RGB
b=b*1.5
g=g*1.3
'''
dst=np.zeros((height,weight,3),np.uint8)
for i in range(0,height):for j in range(0,weight):(b,g,r)=img[i,j]b=1.5*bg=1.3*gif b>255:b=255if g>255:g=255dst[i,j]=(b,g,r)
cv2.imshow('dst',dst)
cv2.waitKey(0)

原图	颜色风格

python+opencv+图像特效（图像灰度处理、颜色翻转、图片融合，边缘检测，浮雕效果，颜色映射）相关推荐

灰度拉伸python,Python OpenCV实例：图像灰度拉伸
Python OpenCV实例:图像灰度拉伸 Python OpenCV实例:图像灰度拉伸为什么80%的码农都做不了架构师?>>> #coding:utf-8 ''' 灰度拉伸定 ...
用python怎么样实现图像二值化_使用Python+OpenCV如何实现图像二值化
使用Python+OpenCV如何实现图像二值化发布时间:2020-10-26 14:15:52 来源:亿速云阅读:77 作者:蛋片鸡这篇文章运用简单易懂的例子给大家介绍使用Python+Ope ...
Python+OpenCV：立体图像深度图（Depth Map from Stereo Images）
Python+OpenCV:立体图像深度图(Depth Map from Stereo Images) 理论 If we have two images of same scene, we can g ...
Python+OpenCV：交互式图像前景提取(Interactive Foreground Extraction using GrabCut Algorithm)
Python+OpenCV:交互式图像前景提取(Interactive Foreground Extraction using GrabCut Algorithm) ################# ...
python opencv 实现从一个文件夹中读取图片做切割处理后放入另一个文件夹
python opencv 实现从一个文件夹中读取图片切割处理后放入另一个文件夹. 实现的功能是把一个文件夹里的图片作处理,即把原图片中心为起点切割成1536*1536的图片,原图片必须大于这个的大小 ...
【图像处理】——Python+opencv实现提取图像的几何特征（面积、周长、细长度、区间占空比、重心、不变矩等）
转载请注明详细地址本文简单介绍了图像常见几何特征的概念以及求解方法本文介绍了Python和opencv求解几何特征的常用方法目录其他形状外接轮廓的方法可以参考:<OpenCV-Pytho ...
Python OpenCV 图像处理之图像运算和图像位运算知识补充
Python OpenCV 365 天学习计划,与橡皮擦一起进入图像领域吧.本篇博客是这个系列的第 51 篇. 该系列文章导航参考:https://blog.csdn.net/hihell/categ ...
python opencv 读取png图像的alpha通道
关于python opencv加载png图像的文章非常少,由官方文档得知加参数cv2.IMREAD_UNCHANGED即可 img = cv2.imread(filepath, cv2.IMREAD_ ...
[python opencv 计算机视觉零基础到实战] 十、图片效果毛玻璃
一.学习目标了解高斯模糊的使用方法了解毛玻璃的图片效果添加了解如何自己做一个噪声图片上一篇:[python opencv 计算机视觉零基础到实战] 九.模糊如有错误欢迎指出~ 二.了解模糊与 ...
3灰度颜色反转毛玻璃融合边缘浮雕颜色油画
图像特效一.灰度处理1 法一 #imread #方法1 imread import cv2 img0 = cv2.imread('image0.jpg',0) img1 = cv2.imread(' ...

python+opencv+图像特效（图像灰度处理、颜色翻转、图片融合，边缘检测，浮雕效果，颜色映射）

原图

图像灰度处理

颜色翻转

python+opencv+图像特效（图像灰度处理、颜色翻转、图片融合，边缘检测，浮雕效果，颜色映射）相关推荐

最新文章

热门文章