Python?實現(xiàn)圖像特效中的油畫效果

更新時間：2021年12月17日 11:25:21 作者：一馬歸一碼

這篇文章主要是為大家簡單介紹一下圖像添加油畫特效的基本原理以及代碼實現(xiàn)，文中的示例代碼很詳細，對我們學習或者工作有一點的價值，感興趣的小伙伴可以了解一下

在前面的文章 Python 計算機視覺（十五）—— 圖像特效處理中我已經(jīng)介紹了大部分的圖像的特效處理，但還是忽略了油畫特效的處理，在本篇文章中簡單介紹一下油畫特效的基本原理以及代碼實現(xiàn)，感興趣的小伙伴可以跟著碼一遍代碼，或者使用代碼直接運行查看一下效果就行。

一基本原理

如下面的兩幅圖所示，油畫用對了地方會使得圖像一下子顯得文藝起來了呢！

拍出的圖像

轉化為油畫

那么將一幅圖像轉化為油畫類型的圖案是怎么實現(xiàn)的呢？為了將一幅普通的圖像轉化為油畫，一般需要以下的幾個步驟：

（1）將圖像轉化為灰度圖像

（2）將圖像劃分為一個個小方框（4*4，6*6...），并統(tǒng)計其中的每一個像素點像素值

（3）對方框中的像素點的的灰度值進行量化（可以參考我之前的關于量化的文章），并對不同的等級的像素點數(shù)目進行計數(shù)

（4）找到方框中灰度等級最多的像素點，并對這些像素點的灰度值求平均

（5）用平均值代替原像素像素值

二代碼實現(xiàn)

首先還是經(jīng)典操作，讀取圖像信息：

"""
Author:XiaoMa
date:2021/12/10
"""
import cv2
import numpy as np
img = cv2.imread(r'E:\From Zhihu\For the desk\cvyouhua.jpg')
img = cv2.resize(img, dsize = None, fx = 0.2, fy = 0.2) #由于該算法計算量較大，首先對其大小進行調整
cv2.imshow('W0', img)
cv2.waitKey(0)
#獲取圖片寬高
height, width = img.shape[:2]
print(height, width)

得到圖像信息如下：

對圖像進行油畫特效處理，代碼已經(jīng)添加了注釋，有注釋的不清楚的地方可以在評論區(qū)討論或者私信留言，看到會回復大家的：

gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)#將圖像轉化為灰度圖像
dst = np.zeros((height, width, 3), np.uint8)#創(chuàng)建一個和原圖等大小的全零矩陣
#-----------------------------------------------------------------------
#使用for循環(huán)嵌套來遍歷圖像中的每一個像素點
#-----------------------------------------------------------------------
for i in range(2, height-2):
    for j in range(2, width-2):
        # ----------------------------------------------------------
        # 方框為4*4，對方框內像素點進行量化并記錄不同等級的像素點的個數(shù)
        # ------------------------------------------------------------
        array1 = np.zeros(8, np.uint8)#將像素點的值量化為8份，定義數(shù)組記錄不同等級像素點的個數(shù)
        for m in range(-2, 2):
            for n in range(-2, 2):
                p1 = int(gray[i+m, j+n]/32)#量化操作
                array1[p1] = array1[p1] + 1#該數(shù)組用來記錄不同量化級別下的像素點，比如array1[0]代表等級一下的像素點的個數(shù)，即像素值為（0~64）的像素點的個數(shù)
        #-----------------------------------------------------------
        #在上面的數(shù)組中尋找最大值，即尋找數(shù)目最多的像素等級
        #------------------------------------------------------------
        currentMax = array1[0]
        l = 0#用來封裝最大值在數(shù)組中的位置
        for k in range(0, 8):
            if currentMax < array1[k]:
                currentMax = array1[k]
                l = k
        #------------------------
        #求數(shù)目最多的像素等級的平均
        #------------------------
        for m in range(-2, 2):
            for n in range(-2, 2):
                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('youhua', dst)
cv2.waitKey(0)
cv2.destroyAllWindows()

得到的結果如下：

三總體實現(xiàn)代碼以及保存?

總體的代碼以及保存方式如下，大家修改一下讀取和保存的路徑就可以用了，如果想了解一下實現(xiàn)算法可以先敲一遍代碼：

"""
Author:XiaoMa
date:2021/12/15
"""
import cv2
import numpy as np
import matplotlib.pyplot as plt
img = cv2.imread(r'E:\From Zhihu\For the desk\cvyouhua.jpg')
img = cv2.resize(img, dsize = None, fx = 0.2, fy = 0.2) #由于該算法計算量較大，首先對其大小進行調整
cv2.imshow('W0', img)
cv2.waitKey(0)
#獲取圖片寬高
height, width = img.shape[:2]
print(height, width)
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)#將圖像轉化為灰度圖像
dst = np.zeros((height, width, 3), np.uint8)#創(chuàng)建一個和原圖等大小的全零矩陣
#-----------------------------------------------------------------------
#使用for循環(huán)嵌套來遍歷圖像中的每一個像素點
#-----------------------------------------------------------------------
for i in range(2, height-2):
    for j in range(2, width-2):
        # ----------------------------------------------------------
        # 方框為4*4，對方框內像素點進行量化并記錄不同等級的像素點的個數(shù)
        # ------------------------------------------------------------
        array1 = np.zeros(8, np.uint8)#將像素點的值量化為8份，定義數(shù)組記錄不同等級像素點的個數(shù)
        for m in range(-2, 2):
            for n in range(-2, 2):
                p1 = int(gray[i+m, j+n]/32)#量化操作
                array1[p1] = array1[p1] + 1#該數(shù)組用來記錄不同量化級別下的像素點，比如array1[0]代表等級一下的像素點的個數(shù)，即像素值為（0~64）的像素點的個數(shù)
        #-----------------------------------------------------------
        #在上面的數(shù)組中尋找最大值，即尋找數(shù)目最多的像素等級
        #------------------------------------------------------------
        currentMax = array1[0]
        l = 0#用來封裝最大值在數(shù)組中的位置
        for k in range(0, 8):
            if currentMax < array1[k]:
                currentMax = array1[k]
                l = k
        #------------------------
        #求數(shù)目最多的像素等級的平均
        #------------------------
        for m in range(-2, 2):
            for n in range(-2, 2):
                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('youhua', dst)
cv2.waitKey(0)
cv2.destroyAllWindows()
#------------------------------------------------
#保存圖像(以前的文章中介紹過，有不懂的地方可以去考古)
#------------------------------------------------
plt.rcParams['font.family'] = 'SimHei'       #將全局中文字體改為黑體
ImgGroup = [img, gray, dst]
ImgTitle = ['原圖', '灰度圖', '油畫']
a = plt.figure(figsize=(30, 10)) #創(chuàng)建畫布
for i in range(0, 3):
    ImgGroup[i] = cv2.cvtColor(ImgGroup[i], cv2.COLOR_BGR2RGB)
    plt.subplot(1, 3, i + 1)
    plt.imshow(ImgGroup[i])
    plt.title(ImgTitle[i])
    plt.suptitle('圖像油畫特效')
    plt.xticks([])
    plt.yticks([])
plt.savefig(r'E:\From Zhihu\For the desk\Acvyouhua.jpg')
plt.show()

得到結果如下：