python opencv输出图片,python图像处理opencv

  python opencv输出图片,python图像处理opencv

  本文主要介绍用Python和OpenCV实现的六种常见的图像特效:图像融合、灰度处理、马赛克效果、浮雕效果、毛玻璃效果和颜色反转。有需要可以参考一下。

  00-1010图像融合灰度处理彩色反转灰度反转彩色反转马赛克效果磨砂玻璃效果浮雕效果

  

目录

 

  把这两幅画按照一定的比例混合在一起。

  AddWeighted()方法:

  1参数第一幅图矩阵参数2第一幅图矩阵参数权重参数3第二幅图矩阵参数4第二幅图矩阵权重融合后的偏移量两幅叠加图片的宽度和高度应该相同。

  叠加后的像素偏移值填写的话,不要填太多。如果超过255,图像将是白色的。

  导入cv2

  将cv2作为cv导入

  img=cv.imread(img/lena.jpg )

  tony=cv.imread(img/tony.jpg ,)

  #在修改lena图像的宽度和高度之前,保持两幅图像的宽度和高度相同。

  高度,宽度=img.shape[0:2]

  new_height=int(高度* 1.5)

  new_width=int(宽度* 2)

  new_img=cv2.resize(img,(new_width,new_height))

  #叠加时的插值

  dst=cv.addWeighted(new_img,0.5,tony,0.5,0)

  cv.imshow(dst ,dst)

  cv.waitKey(0)

  cv.destroyAllWindows()

  

图像融合

 

  一幅彩色图像通常由三个BGR通道组成。

  为了便于图像特征识别,我们通常将彩色图像转换成灰度图像进行分析。当我们将其转换为灰度图像时,图像中的边缘和轮廓特征仍然可以清晰地看到。况且这种情况下我们只需要分析单个通道,会简化很多操作。

  1.如上所述,你可以阅读灰度的图片。

  导入cv2

  img=cv2.imread(img/lena.jpg ,cv。IMREAD _灰度)

  2.BGR灰度地图

  导入cv2

  img=cv2.imread(img/lena.jpg ,cv。IMREAD_COLOR)

  #将原始图像的所有颜色变成灰色

  dstImg=cv2.cvtColor(img,cv。COLOR_BGR2GRAY)

  cv.imshow(dstImg ,dstImg)

  cv.waitKey(0)

  

灰度处理

 

  

颜色反转

 

  灰度中的每个像素由0~255组成。如果一个像素是100,那么反转后就是255-100=155。

  将cv2作为cv导入

  img=cv.imread(img/lena.jpg ,cv。IMREAD_COLOR)

  #将原始图像的所有颜色变成灰色

  dstImg=cv.cvtColor(img,cv。COLOR_BGR2GRAY)

  #获取高度和宽度

  height,width=dstImg.shape[0:2]

  #遍历每个像素点

  对于范围(高度):中的行

  对于范围(宽度):中的列

  # 255-每个像素=反转后的颜色

  dstImg[row,col]=255 - dstImg[row,col]

  cv.imshow(dstImg ,dstImg)

  cv.waitKey(0)

  n">

  

彩色反转

 

  一样的道理,彩色图片有BGR三个颜色通道,每一个颜色都取反

  255 - B = B1 255 - G = G1 255 - R = R1

  

import cv2 as cv

 

  

 

  

 

  

马赛克效果

 

  马赛克指现行广为使用的一种图像(视频)处理手段,此手段将影像特定区域的色阶细节劣化并造成色块打乱的效果,因为这种模糊看上去有一个个的小格子组成,便形象的称这种画面为马赛克。其目的通常是使之无法辨认。

  

 

  

import cv2

 

  

 

  

 

  

毛玻璃效果

 

  毛玻璃效果和马赛克效果相似,马赛克是:比如4*4的像素点内所有像素点都与第一个像素点颜色一样,毛玻璃效果为遍历每一个像素点,在该像素点附近随机选取一个颜色值替换。

  偏移量越大越模糊

  

import random

 

  

 

  

 

  

浮雕效果

 

  浮雕效果公式:new_gray = gray0-gray1+120

  加120是为了增加灰度值

  

import cv2

 

  

 

  到此这篇关于Python+OpenCV实现六种常用图像特效的文章就介绍到这了,更多相关Python OpenCV图像特效内容请搜索盛行IT软件开发工作室以前的文章或继续浏览下面的相关文章希望大家以后多多支持盛行IT软件开发工作室!

郑重声明:本文由网友发布,不代表盛行IT的观点,版权归原作者所有,仅为传播更多信息之目的,如有侵权请联系,我们将第一时间修改或删除,多谢。

留言与评论(共有 条评论)
   
验证码: