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 油畫內容請搜索腳本之家以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持腳本之家！
