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
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
"""
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 npdef 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_imagedef 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：
-
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。
-
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。
-
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。
