目錄
- 油畫(huà)的實(shí)現(xiàn)原理
- 實(shí)現(xiàn)油畫(huà)效果
- 水彩效果
油畫(huà)的實(shí)現(xiàn)原理
油畫(huà)簡(jiǎn)單的理解是帶有藝術(shù)感的圖像，色彩相對(duì)于原圖要更加鮮艷，但卻是失真的。
而且對(duì)于喜歡欣賞藝術(shù)的讀者，肯定或多或少關(guān)注過(guò)油畫(huà)，油畫(huà)并不細(xì)膩，而且小部分因?yàn)樯珘K的堆積非常模糊。所以，我們實(shí)現(xiàn)油畫(huà)的原理是：逐行對(duì)圖像進(jìn)行處理，使周?chē)噜従嚯x的像素進(jìn)行打亂。
至于打亂的算法，你可以隨機(jī)設(shè)計(jì)。不過(guò)，需要注意的是在處理到圖像邊緣時(shí)，比如左下角最后一個(gè)像素，那么如果打亂其像素，取右邊的顯然不可取，因?yàn)橛疫厸](méi)有像素會(huì)導(dǎo)致數(shù)組越界。所以在處理油畫(huà)時(shí)，可以人為的剪掉部分邊緣像素用于混淆。
還有，油畫(huà)因?yàn)橛蒙竽懀晕覀冃枰鰪?qiáng)圖像的色彩空間。而python的PIL庫(kù)有一個(gè)現(xiàn)成的類(lèi)ImageEnhance。該類(lèi)專(zhuān)門(mén)用于圖像的增強(qiáng)處理，不僅可以增強(qiáng)圖像的亮度，對(duì)比度，色度，還可以增強(qiáng)圖像的銳度，因此我們實(shí)現(xiàn)油畫(huà)可以通過(guò)它快速實(shí)現(xiàn)圖像增強(qiáng)的操作。
下面，我們來(lái)看看其圖像增強(qiáng)如何實(shí)現(xiàn)。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(zhuǎn)到OpenCV讀取圖片的格式可以通過(guò)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(shù)的參數(shù)color代表了圖像色彩的豐富程度和飽和度，數(shù)值為1時(shí)保持色度不變，數(shù)值增加表示色度比例增加，以此達(dá)到圖像增強(qiáng)的效果。
實(shí)現(xiàn)油畫(huà)效果
既然已經(jīng)了解了實(shí)現(xiàn)油畫(huà)效果的原理。下面，我們直接上代碼來(lái)完成油畫(huà)的操作。具體代碼如下所示：
# 油畫(huà)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(qiáng)
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(yùn)行之后，效果如下：
水彩效果
像油畫(huà)效果一樣，水彩效果也可以用單行代碼完成，但不包括導(dǎo)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(guān)于OpenCV-Python實(shí)現(xiàn)油畫(huà)效果的實(shí)例的文章就介紹到這了,更多相關(guān)OpenCV 油畫(huà)內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
您可能感興趣的文章:- 利用Opencv實(shí)現(xiàn)圖片的油畫(huà)特效實(shí)例
