您的位置:首页 >要闻 >

一文学会使用Opencv创建类似Instagram的滤镜

时间:2021-09-24 14:16:08 来源:

什么是图像滤镜?

图像滤镜是一种方法或过程,通过它可以修改图像的颜色、阴影、色调、饱和度、纹理和其他特征。滤镜用于根据商业、艺术或审美需要在视觉上修改图像。

如今,图像滤镜在社交媒体中非常普遍。Instagram 有各种各样的滤镜,Facebook 也是如此。Picsart 等编辑应用程序也提供了许多滤镜。滤镜可以为图像提供新的视觉效果并使其看起来不同。人们使用滤镜为他们的照片提供他们想要的效果。

这里OpenCV有什么用?

OpenCV 是一个免费使用的 Python 库,可用于计算机视觉任务。它具有许多功能和方法,可用于执行各种任务。我将应用一些图像转换方法来获取滤镜并创建所需的效果。

让我们继续进行所需的导入。

import cv2import numpy as npimport scipy

我们将主要需要 NumPy 和 OpenCV,稍后将需要 SciPy。

现在让我们阅读图像文件。

这是我们将要使用的图像文件。

#Read the imageimage = cv2.imread('shop.jpg')

现在,我们可以继续实现滤镜。

灰度滤镜

我们从实现最基本和最广泛使用的滤镜开始。

灰度滤镜用于为图像提供黑白效果。基本上去除了图像中的彩色成分。我们将使用 cv2.cvtColor()将图像转换为灰度。

#greyscale filterdef greyscale(img): greyscale = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) return greyscale

现在,将该函数应用于我们的图像。

#making the greyscale imagea1 = greyscale(image)

现在,我们将图像保存为文件。

filename = 'greyscale.jpg'# Using cv2.imwrite() method# Saving the imagecv2.imwrite(filename, a1)

输出:

因此,我们可以看到图像已成功转换为灰度。接下来,让我们尝试另一个。

亮度调节

通常,我们看到滤镜使图像更亮,而其他滤镜会降低亮度。这些是亮度调整滤镜的结果。为此,我们将使用 cv2.convertScaleAbs()。可以更改 Beta 值以获得适当的结果。

# brightness adjustmentdef bright(img, beta_value ): img_bright = cv2.convertScaleAbs(img, beta=beta_value) return img_bright

函数已定义,现在 beta 值将给出适当的结果。正值表示图像较亮,负值表示图像较暗。

#making the more bright image#positive beta valuea2 = bright(image, 60)

现在,我们保存图像。

filename = 'more_bright.jpg'# Using cv2.imwrite() method# Saving the imagecv2.imwrite(filename, a2)

输出:

正如我们所看到的,图像现在更亮了。现在,让我们制作一个更暗的图像。

#making the less bright image#negative beta valuea3 = bright(image, -60)

使用负Beta 值。现在,让我们保存图像。

filename = 'less_bright.jpg'# Using cv2.imwrite() method# Saving the imagecv2.imwrite(filename, a3)

输出:

我们可以看到图像现在不那么亮了。

锐利效果

锐化效果也被大量使用。我们将使用OpenCV 中的 filter2D方法进行适当的编辑。

锐化效果的内核将是:[[-1, -1, -1], [-1, 9.5, -1], [-1, -1, -1]]

让我们继续编码:

#sharp effectdef sharpen(img): kernel = np.array([[-1, -1, -1], [-1, 9.5, -1], [-1, -1, -1]]) img_sharpen = cv2.filter2D(img, -1, kernel) return img_sharpen

现在,让我们保存图像。

#making the sharp imagea4 = sharpen(image)filename = 'sharpen.jpg'# Using cv2.imwrite() method# Saving the imagecv2.imwrite(filename, a4)

输出:

正如我们所看到的,图像现在更清晰了。

棕褐色滤镜

棕褐色是图像编辑中最常用的滤镜之一。棕褐色为照片增添了温暖的棕色效果。复古、平静和怀旧的效果被添加到图像中。

让我们在 Python 中实现。

为此,我们将使用 cv2.transform() 函数。继续代码。

#sepia effectdef sepia(img): img_sepia = np.array(img, dtype=np.float64) # converting to float to prevent loss img_sepia = cv2.transform(img_sepia, np.matrix([[0.272, 0.534, 0.131], [0.349, 0.686, 0.168], [0.393, 0.769, 0.189]])) # multipying image with special sepia matrix img_sepia[np.where(img_sepia > 255)] = 255 # normalizing values greater than 255 to 255 img_sepia = np.array(img_sepia, dtype=np.uint8) return img_sepia

让我们实现该功能并保存图像。

#making the sepia imagea5 = sepia(image)filename = 'sepia.jpg'# Using cv2.imwrite() method# Saving the imagecv2.imwrite(filename, a5)

输出:

效果看起来很棒。滤镜实现完美。

铅笔素描效果:灰度

让我们实现一个灰度铅笔素描效果。事实上,它很容易实现,因为有一个内置函数来实现它。

#grey pencil sketch effectdef pencil_sketch_grey(img): #inbuilt function to create sketch effect in colour and greyscale sk_gray, sk_color = cv2.pencilSketch(img, sigma_s=60, sigma_r=0.07, shade_factor=0.1) return sk_gray

现在,我们应用该函数并保存图像。

#making the grey pencil sketcha6 = pencil_sketch_grey(image)

filename = 'pencil_grey.jpg'# Using cv2.imwrite() method# Saving the imagecv2.imwrite(filename, a6)

输出:

确实,图像看起来像一个粗略的铅笔素描。现在,是时候实现彩色版本了。

铅笔素描效果:彩色版本

现在,我们实现铅笔素描效果的彩色版本。

#colour pencil sketch effectdef pencil_sketch_col(img): #inbuilt function to create sketch effect in colour and greyscale sk_gray, sk_color = cv2.pencilSketch(img, sigma_s=60, sigma_r=0.07, shade_factor=0.1) return sk_color

我们应用该函数并保存图像。

#making the colour pencil sketcha7 = pencil_sketch_col(image)filename = 'pencil_col.jpg'# Using cv2.imwrite() method# Saving the imagecv2.imwrite(filename, a7)

输出:

效果相当有趣,总体而言,实现了铅笔素描效果。

HDR效果:

HDR 效果被大量使用,因为它增加了图像的细节层次。我将使用 **cv2.detailEnhance()**来实现这一点。

#HDR effectdef HDR(img): hdr = cv2.detailEnhance(img, sigma_s=12, sigma_r=0.15) return hdr

现在,我们应用该函数。

#making the hdr imga8 = HDR(image)

现在,我们保存图像。

filename = 'HDR.jpg'# Using cv2.imwrite() method# Saving the imagecv2.imwrite(filename, a8)

输出:

反转滤镜

反转滤镜实际上很容易实现。每个人都曾在某些时候使用过这种滤镜,让他们的头发变白。

所有,我们要做的基本上就是反转像素值。这可以通过将像素值减去 255 来完成。在 Python 中,我们可以为此使用 cv2.bitwise_not()函数。

# invert filterdef invert(img): inv = cv2.bitwise_not(img) return inv

现在,让我们应用该功能并保存图像。

#making the invert imga9 = invert(image)filename = 'invert.jpg'# Using cv2.imwrite() method# Saving the imagecv2.imwrite(filename, a9)

输出:

好像是异世界的东西吧?好吧,反转滤镜确实很有趣。

现在我们将尝试夏季和冬季效果滤镜。

为此,我们需要一个查找表。但是从头开始创建查找表是一个很大的过程。我们可以使用 SciPy 函数来实现这一点。

#defining a functionfrom scipy.interpolate import UnivariateSplinedef LookupTable(x, y): spline = UnivariateSpline(x, y) return spline(range(256))

现在,函数已定义,让我们继续。

夏季效果滤镜

让我们实现一个夏季效果滤镜,它基本上增加了图像的温暖度。为了实现这一点,我们将增加红色通道中的值并减少蓝色通道中的值。

#summer effectdef Summer(img): increaseLookupTable = LookupTable([0, 64, 128, 256], [0, 80, 160, 256]) decreaseLookupTable = LookupTable([0, 64, 128, 256], [0, 50, 100, 256]) blue_channel, green_channel,red_channel = cv2.split(img) red_channel = cv2.LUT(red_channel, increaseLookupTable).astype(np.uint8) blue_channel = cv2.LUT(blue_channel, decreaseLookupTable).astype(np.uint8) sum= cv2.merge((blue_channel, green_channel, red_channel )) return sum

现在,保存图像。

#making the summer imga11 = Summer(image)filename = 'Summer.jpg'# Using cv2.imwrite() method# Saving the imagecv2.imwrite(filename, a11)

输出:

实现了夏季效果滤镜。

现在,我们实现冬季效果滤镜。

冬季效果滤镜:

在冬季效果滤镜中,将进行相反的操作。图像的温暖度会降低。红色通道中的值将减少,蓝色通道中的值将增加。

#winter effectdef Winter(img): increaseLookupTable = LookupTable([0, 64, 128, 256], [0, 80, 160, 256]) decreaseLookupTable = LookupTable([0, 64, 128, 256], [0, 50, 100, 256]) blue_channel, green_channel,red_channel = cv2.split(img) red_channel = cv2.LUT(red_channel, decreaseLookupTable).astype(np.uint8) blue_channel = cv2.LUT(blue_channel, increaseLookupTable).astype(np.uint8) win= cv2.merge((blue_channel, green_channel, red_channel)) return win

代码已实现。所以,现在我们保存图像。

#making the winter imga10 = Winter(image)filename = 'Winter.jpg'# Using cv2.imwrite() method# Saving the imagecv2.imwrite(filename, a10)

输出:

效果实现了。图像暖度降低并产生寒冷效果。


郑重声明:文章仅代表原作者观点,不代表本站立场;如有侵权、违规,可直接反馈本站,我们将会作修改或删除处理。