这篇文章主要给大家介绍了关于利用Opencv实现图片的油画特效的相关资料，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
一、方法原理（步骤）
1.将彩色图片转换为灰度图片（调用opencv的cvtColor()方法）；
2.将图片分割为若干个小方块，后面会统一小方块中每一个像素的灰度值；
3.将0-255的灰度值划分为几个等级，并把上一步处理的结果映射到这些范围内。例如0-255一共256个灰度等级，把它划分为四个段，即每段有64个灰度等级（0-63为第一段，64-127为第二段，128-191为第三段，192-255为第四段）；
4.找到每个小方块中，最多灰度等级的所有像素，并求这些像素的均值；
5.用上一步得到的每个小方块的均值，来替换每个小方块中的所有像素值，即可实现油画效果。
二、代码实现
首先导入包：
import numpy as np import cv2
读取原图，得到原图的宽高信息：
img=cv2.imread('ziliao/image00.JPG',1) imInfo=img.shape height=imInfo[0] width=imInfo[1]
完成彩色图片向灰度图片的转化：
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY) '''该函数用于颜色的转换，第一个参数为待处理的原图， 第二个参数表示转换的颜色'''
本实例中将图片分割为若干个8×8的小方块，将0-255的灰度值分为8个等级，下面定义了一个数组array1来装载这8个等级中的像素个数，然后找出每个小方块中包含最多像素的等级，如下：
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY) dst=np.zeros((height,width,3),np.uint8) for i in range(4,height-4): for j in range(4,width-4): array1 = np.zeros(8, np.uint8) #用于存储每个灰度等级的像素个数 for m in range(-4, 4): #计算8*8小方块中的array1的值 for n in range(-4,4): p1 = int(gray[i + m, j + n] / 32) #除以32得到该点应该位于第几个灰度等级 array1[p1] = array1[p1] + 1 currentMax = array1[0] l = 0 for k in range(0,8): #找到像素点最多的那个灰度等级 if currentMax=(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('img<span style="color:transparent">来源gaodai#ma#com搞*!代#%^码网</span>',img) cv2.imshow('dst',dst) cv2.waitKey(0)
三、运行结果
左为原图
四、完整代码
import numpy as np import cv2 img=cv2.imread('ziliao/image00.png-600',1) imInfo=img.shape height=imInfo[0] width=imInfo[1] gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY) dst=np.zeros((height,width,3),np.uint8) for i in range(4,height-4): for j in range(4,width-4): array1 = np.zeros(8, np.uint8) for m in range(-4, 4): for n in range(-4,4): p1 = int(gray[i + m, j + n] / 32) array1[p1] = array1[p1] + 1 currentMax = array1[0] l = 0 for k in range(0,8): if currentMax=(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('img',img) cv2.imshow('dst',dst) cv2.waitKey(0)
总结
以上就是利用Opencv实现图片的油画特效实例的详细内容，更多请关注gaodaima搞代码网其它相关文章！
搞代码网（gaodaima.com）提供的所有资源部分来自互联网，如果有侵犯您的版权或其他权益，请说明详细缘由并提供版权或权益证明然后发送到邮箱[email protected]，我们会在看到邮件的第一时间内为您处理，或直接联系QQ：872152909。本网站采用BY-NC-SA协议进行授权
转载请注明原文链接：利用Opencv实现图片的油画特效实例
转载请注明原文链接：利用Opencv实现图片的油画特效实例
