【计算机视觉学习】opencv基础（三）编码实现常见滤镜功能

前言

这是计算机视觉学习系列的第三篇文章，讲的是如何通过代码实现一些简单的滤镜功能。文章依然以经典的lena图作为操作示例。

基础版------基础色彩变换形成的风格

基本思路：我们可以通过将图片的色彩进行变换，为它赋予一种新的风格，这是最简单的一种滤镜实现方式。opencv已经提供了如下的一些颜色效果：

还提供了一段代码作为用法示例。相关代码这里就不全部复制粘贴了，感兴趣的uu自行查阅官方文档即可。核心代码其实就是这句：

    applyColorMap(img_in, img_color, COLORMAP_DEEPGREEN);

其中，img_in是输入的原图像的Mat形式，img_color是处理后的Mat形式图像，COLORMAP_DEEPGREEN宏对应于上图列表中的不同的颜色。 以下是笔者认为比较好看的效果，风格也是我给命名的。正所谓萝卜青菜各有所爱，大家当看个乐子就好。

复古风：

明艳风：

冷艳风：

森系风：

进阶版------实现Lomo效果

说起Lomo效果，一些喜欢玩相机的朋友应该不会陌生。以下是摘自网络的介绍：

lomo摄影是指使用专门的lomo相机或者其他相机，通过前期或后期的手段，产生夸张色彩和鲜明特点的图片，以及对画面的理解和表达的摄影。

大致思路及主要代码

首先，我们来看一张实现后的效果图：

那么，如何实现这种效果呢？通过观察，我们可以发现和原图像相比，它有两个特点：

• 暗指更暗，亮值更亮，形成的对比更明显。
• 图片中有一个明显的光圈，突出了光圈以内的部分，光圈以外则是阴影。

相应地，可以通过以下步骤来分别实现上述效果：

• 使用LUT(颜色查找表)，利用曲线变幻来操纵红色通道。
  • 产生曲线的公式是这样的: <math xmlns="http://www.w3.org/1998/Math/MathML"> 1 1 + e − x − 0.5 s \frac{1}{1+e^-\frac{x-0.5}{s}} </math>1+e−sx−0.51
  • 对应的编码实现如下：

    const double E = std::exp(1.0);
    Mat lut(1, 256, CV_8UC1);
    for (int i = 0; i < 256; i++)
    {
        float x = (float)i / 256.0;
        lut.at<uchar>(i) = cvRound(256 * (1 / (1 + pow(E, -((x - 0.5) / 0.1)))));
    }

• 对图像进行暗晕效果处理。通俗来说，就是创建一个黑色背景的白色圆圈，并且对其进行模糊处理，从而实现类似于光晕的效果。编码实现如下：

    Mat halo(img.rows, img.cols, CV_32FC3, Scalar(0.3, 0.3, 0.3));
    circle(halo, Point(img.cols / 2, img.rows / 2), img.cols / 3, Scalar(1, 1, 1), -1);
    blur(halo, halo, Size(img.cols / 3, img.cols / 3));

需要注意的通用点（非仅针对本效果）

那么，如何把上述的高对比图像与光晕相结合呢？其实很简单：把这两个矩阵相乘。

但是需要注意元素数据类型转换的问题。因为输入图像的矩阵元素值是整型，而经过模糊处理后的图像元素值范围则在0~1之间：（图源自官方文档）

为了避免精度丢失，可以先将输入图像转为32位浮点数形式，矩阵相乘后再转回去。代码实现如下：

    Mat tmp;
    result.convertTo(tmp, CV_32FC3);
    multiply(tmp, halo, tmp);
    tmp.convertTo(result, CV_8UC3);

参考资料

• OpenCV: OpenCV modules
• 《Learn Opencv 4 by Building Projects Second Edition》David Millan Escriva等著