Python学习之Opencv实现图像滤镜效果-浮雕、素描、怀旧、水彩等

在用Python做简单的图像浏览器的过程中，学习了图像放大/缩小、水平/垂直翻转等功能后，忽然想，是否还能像Photeshop那样增加一些图像的滤镜渲染？于是就在CSDN中寻找攻略。果然，各位大大们早就给出了解决方案。将它们一一实现，效果如下：

 要实现它们，只要调用opencv提供的一个个函数就可以了。生成一个集合所有这些滤镜能力的ImageFilter.py，具体代码整理如下：

'''
图片处理函数源自网络
'''
import cv2
import numpy as np

# 图像轮廓检测处理
def edge(img):
    gray = cv2.GaussianBlur(img, (5, 5), 0)
    result = cv2.Canny(gray, 100, 200)
    return result

# 图像模糊处理
def blur(img):
    result = cv2.blur(img, (15, 15))
    return result

# 图像锐化处理
def sharp(img):
    kernel = np.array([[0, -1, 0],
                       [-1, 5, -1],
                       [0, -1, 0]])

    result = cv2.filter2D(img, -1, kernel)
    return result

# 图像双边滤波处理(美颜)
def bifilter(img):
    result = cv2.bilateralFilter(src=img, d=0, sigmaColor=30, sigmaSpace=15)
    return result

# 图像浮雕处理
def relief(img, Degree):  # 参数为原图像和浮雕图像程度
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    h, w = gray.shape[0:2]
    # 定义空白图像，存放图像浮雕处理之后的图片
    img1 = np.zeros((h, w), dtype=gray.dtype)
    # 通过对原始图像进行遍历，通过浮雕公式修改像素值，然后进行浮雕处理
    for i in range(h):
        for j in range(w - 1):
            # 前一个像素值
            a = gray[i, j]
            # 后一个像素值
            b = gray[i, j + 1]
            # 新的像素值,防止像素溢出
            img1[i, j] = min(max((int(a) - int(b) + Degree), 0), 255)
    return img1

#  图像素描处理
def Sketch(img):
    gray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
    #通过高斯滤波过滤噪声
    gaussian = cv2.GaussianBlur(gray, (3,3), 0)
    #通过canny算法提取图像轮过
    canny = cv2.Canny(gaussian, 50, 140)
    #对轮廓图像进行反二进制阈值化处理
    ret, result = cv2.threshold(canny, 90, 255, cv2.THRESH_BINARY_INV)
    return result

# 图像怀旧处理
def Nostalgia(img):#参数为原图像
    #获取图像属性
    h,w=img.shape[0:2]
    #定义空白图像，存放图像怀旧处理之后的图片
    img1=np.zeros((h, w, 3), dtype=img.dtype)
    #通过对原始图像进行遍历，通过怀旧公式修改像素值，然后进行怀旧处理
    for i in range(h):
        for j in range(w):
            B=0.131*img[i,j,0]+0.534*img[i,j,1]+0.272*img[i,j,2]
            G=0.168*img[i,j,0]+0.686*img[i,j,1]+0.349*img[i,j,2]
            R=0.189*img[i,j,0]+0.769*img[i,j,1]+0.393*img[i,j,2]
            #防止图像溢出
            if B> 255:
                B = 255
            if G>255:
                G = 255
            if R>255:
                R = 255
            img1[i, j] = [int(B), int(G), int(R)]#B\G\R三通道都设置为怀旧值
    return img1

# 图像水彩画效果处理
def stylization(img):
    result = cv2.stylization(img, sigma_s=60, sigma_r=0.6)
    return result

调用它们也很简单，以浮雕为例：

import cv2
import matplotlib.pyplot as plt
import ImageFilter as filter
relief = filter.relief(img, 160)#设置浮雕图像程度值为160
img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
relief = cv2.cvtColor(relief, cv2.COLOR_BGR2RGB)
plt.imshow(relief)
plt.title('浮雕')
plt.axis('off')
plt.show()

就这么简单:P

好了，我要给我的Python简易图像浏览器添加新功能了。

往期文章

《Python学习之简易图片浏览器》做一个能打开本地图片的浏览器框架

《Python学习之简易图片浏览器（二）》添加了放大/缩小、水平\垂直翻转、顺\逆时针旋转等功能。