Python 基于 OpenCV 视觉图像处理实战 之 OpenCV 简单实战案例 之七 简单图像浮雕效果

Python 基于 OpenCV 视觉图像处理实战 之 OpenCV 简单实战案例 之七 简单图像浮雕效果

目录

[Python 基于 OpenCV 视觉图像处理实战 之 OpenCV 简单实战案例 之七 简单图像浮雕效果](#Python 基于 OpenCV 视觉图像处理实战 之 OpenCV 简单实战案例 之七 简单图像浮雕效果)

一、简单介绍

二、简单图像浮雕效果实现原理

三、简单图像浮雕效果案例实现简单步骤

四、注意事项:


一、简单介绍

Python是一种跨平台的计算机程序设计语言。是一种面向对象的动态类型语言,最初被设计用于编写自动化脚本(shell),随着版本的不断更新和语言新功能的添加,越多被用于独立的、大型项目的开发。Python是一种解释型脚本语言,可以应用于以下领域: Web 和 Internet开发、科学计算和统计、人工智能、教育、桌面界面开发、软件开发、后端开发、网络爬虫。

这里使用 Python 基于 OpenCV 进行视觉图像处理,......

二、简单图像浮雕效果实现原理

图像浮雕原理是通过对图像进行灰度变换,使得某些局部区域的像素值相对于周围像素值有一定的增加或减少,从而使得图像呈现出明显的浮雕感觉。

实现原理:

  • 灰度转换:首先,将彩色图像转换为灰度图像,以便后续处理。

  • 卷积操作:对灰度图像进行卷积操作,使用一个特定的浮雕卷积核进行滤波。这个卷积核会产生一组新的像素值。

  • 像素值调整:对于每个像素,将卷积操作后得到的像素值减去该像素在原始图像中的像素值,得到浮雕值。然后,根据浮雕值,将像素点的灰度值进行调整,使得局部区域的像素值相对于周围的像素值有一定的增加或减少。

  • 像素值映射:将处理后的像素值重新映射到0-255的灰度值范围内,生成浮雕效果的图像。

三、简单图像浮雕效果案例实现简单步骤

1、编写代码

2、运行效果

3、具体代码

python 复制代码
"""
简单图像浮雕效果
    (1)将彩色图像转换为灰度图像。
    (2)对灰度图像进行卷积操作,使用卷积核进行滤波,得到一组新的像素值。卷积核的大小可以根据需要进行调整,通常采用3x3或5x5的大小。
    (3)对于每个像素,将卷积操作后得到的像素值减去该像素在原始图像中的像素值,得到浮雕值。
    (4)根据浮雕值,将像素点的灰度值进行调整,使得局部区域的像素值相对于周围的像素值有一定的增加或减少。
    (5)将处理后的像素值重新映射到0-255的灰度值范围内,生成浮雕效果的图像。

"""


import cv2
import numpy as np


def emboss_effect(img):
    """
    浮雕效果处理
    :param img:
    :return:
    """
    # 将彩色图像转换为灰度图像
    gray_image = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

    # 创建一个3x3的浮雕卷积核
    kernel = np.array([[0, -1, -1],
                       [1, 0, -1],
                       [1, 1, 0]])

    # 对灰度图像进行卷积操作
    embossed_image = cv2.filter2D(gray_image, -1, kernel)

    # 对卷积操作后的像素值进行调整,使得局部区域的像素值相对于周围的像素值有一定的增加或减少
    embossed_image = cv2.addWeighted(gray_image, 0.5, embossed_image, 0.5, 0)

    # 将处理后的像素值重新映射到0-255的灰度值范围内
    embossed_image = cv2.convertScaleAbs(embossed_image)

    return embossed_image


def main():
    # 读取图像
    image = cv2.imread('Images/DogFace.jpg')

    # 设置窗口属性,并显示图片
    cv2.namedWindow("Dog", cv2.WINDOW_KEEPRATIO)
    cv2.imshow("Dog", image)

    # 应用浮雕效果
    embossed_image = emboss_effect(image)

    # 设置窗口属性,并显示图片
    cv2.namedWindow("Embossed Image", cv2.WINDOW_KEEPRATIO)
    cv2.imshow('Embossed Image', embossed_image)

    cv2.waitKey(0)
    cv2.destroyAllWindows()


if __name__ == "__main__":
    main()

四、注意事项:

  1. 卷积核选择:浮雕效果的质量受到卷积核的影响。选择合适的卷积核能够得到更好的效果。

  2. 灰度图像处理:在进行浮雕效果处理之前,必须将彩色图像转换为灰度图像。这是因为浮雕效果通常只应用于单通道图像。

  3. 参数调整 :可以通过调整权重参数来调整浮雕效果的强度。在 cv2.addWeighted() 函数中,权重参数可以用来调整原始图像和浮雕图像之间的混合程度。

相关推荐
浮生如梦_1 小时前
Halcon基于laws纹理特征的SVM分类
图像处理·人工智能·算法·支持向量机·计算机视觉·分类·视觉检测
深度学习lover1 小时前
<项目代码>YOLOv8 苹果腐烂识别<目标检测>
人工智能·python·yolo·目标检测·计算机视觉·苹果腐烂识别
API快乐传递者2 小时前
淘宝反爬虫机制的主要手段有哪些?
爬虫·python
阡之尘埃4 小时前
Python数据分析案例61——信贷风控评分卡模型(A卡)(scorecardpy 全面解析)
人工智能·python·机器学习·数据分析·智能风控·信贷风控
丕羽7 小时前
【Pytorch】基本语法
人工智能·pytorch·python
ctrey_7 小时前
2024-11-1 学习人工智能的Day20 openCV(2)
人工智能·opencv·学习
bryant_meng7 小时前
【python】Distribution
开发语言·python·分布函数·常用分布
绕灵儿8 小时前
OpenCV通过指针裁剪图像
人工智能·opencv·计算机视觉
m0_594526309 小时前
Python批量合并多个PDF
java·python·pdf
工业互联网专业9 小时前
Python毕业设计选题:基于Hadoop的租房数据分析系统的设计与实现
vue.js·hadoop·python·flask·毕业设计·源码·课程设计