一、方法原理（步驟）
1.將彩色圖片轉(zhuǎn)換為灰度圖片（調(diào)用opencv的cvtColor()方法）；
2.將圖片分割為若干個小方塊，后面會統(tǒng)一小方塊中每一個像素的灰度值；
3.將0-255的灰度值劃分為幾個等級，并把上一步處理的結果映射到這些范圍內(nèi)。例如0-255一共256個灰度等級，把它劃分為四個段，即每段有64個灰度等級（0-63為第一段，64-127為第二段，128-191為第三段，192-255為第四段）；
4.找到每個小方塊中，最多灰度等級的所有像素，并求這些像素的均值；
5.用上一步得到的每個小方塊的均值，來替換每個小方塊中的所有像素值，即可實現(xiàn)油畫效果。
二、代碼實現(xiàn)
首先導入包：
import numpy as np
import cv2
讀取原圖，得到原圖的寬高信息：
img=cv2.imread('ziliao/image00.JPG',1)
imInfo=img.shape
height=imInfo[0]
width=imInfo[1]
完成彩色圖片向灰度圖片的轉(zhuǎn)化：
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
'''該函數(shù)用于顏色的轉(zhuǎn)換，第一個參數(shù)為待處理的原圖，
第二個參數(shù)表示轉(zhuǎn)換的顏色'''
本實例中將圖片分割為若干個8×8的小方塊，將0-255的灰度值分為8個等級，下面定義了一個數(shù)組array1來裝載這8個等級中的像素個數(shù)，然后找出每個小方塊中包含最多像素的等級，如下：
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
dst=np.zeros((height,width,3),np.uint8)
for i in range(4,height-4):
for j in range(4,width-4):
array1 = np.zeros(8, np.uint8) #用于存儲每個灰度等級的像素個數(shù)
for m in range(-4, 4): #計算8*8小方塊中的array1的值
for n in range(-4,4):
p1 = int(gray[i + m, j + n] / 32) #除以32得到該點應該位于第幾個灰度等級
array1[p1] = array1[p1] + 1
currentMax = array1[0]
l = 0
for k in range(0,8): #找到像素點最多的那個灰度等級
if currentMaxarray1[k]:
currentMax = array1[k]
l = k
#以下方法是簡化處理了，也可以按前文所說的那樣求均值處理
for m in range(-4,4):
for n in range(-4,4):
if gray[i+m,j+n]>=(l*32) and gray[i+m,j+n]=((l+1)*32):
(b,g,r) = img[i+m,j+n]
dst[i,j] = (b,g,r)
cv2.imshow('img',img)
cv2.imshow('dst',dst)
cv2.waitKey(0)
三、運行結果
左為原圖
四、完整代碼
import numpy as np
import cv2
img=cv2.imread('ziliao/image00.png',1)
imInfo=img.shape
height=imInfo[0]
width=imInfo[1]
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
dst=np.zeros((height,width,3),np.uint8)
for i in range(4,height-4):
for j in range(4,width-4):
array1 = np.zeros(8, np.uint8)
for m in range(-4, 4):
for n in range(-4,4):
p1 = int(gray[i + m, j + n] / 32)
array1[p1] = array1[p1] + 1
currentMax = array1[0]
l = 0
for k in range(0,8):
if currentMaxarray1[k]:
currentMax = array1[k]
l = k
for m in range(-4,4):
for n in range(-4,4):
if gray[i+m,j+n]>=(l*32) and gray[i+m,j+n]=((l+1)*32):
(b,g,r) = img[i+m,j+n]
dst[i,j] = (b,g,r)
cv2.imshow('img',img)
cv2.imshow('dst',dst)
cv2.waitKey(0)
總結
到此這篇關于利用Opencv實現(xiàn)圖片的油畫特效實例的文章就介紹到這了,更多相關Opencv圖片油畫特效內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！
您可能感興趣的文章:- OpenCV-Python實現(xiàn)油畫效果的實例
