懷舊濾鏡實現原理
不管是榮耀華為手機還是其他的手機，我們都可以找到相機中的懷舊效果，這是手機中常用的一種濾鏡效果。
懷舊風格的設計主要是在圖像的顏色空間進行處理。以BGR為例，對B、G、R這3個通道的顏色數值進行處理，讓圖像有一種泛黃的懷舊效果。設計的轉換公式如下：
B=0.272r+0.534g+0.131*b
G=0.349r+0.686g+0.168*b
R=0.393r+0.769g+0.189*b
計算公式中的小寫的bgr是原圖像的RGB通道的顏色，結果BGR是懷舊變換后的值。需要注意的是，顏色值的范圍在[0,255]，需要在程序中約束一下。
實現懷舊濾鏡
既然我們已經了解了其實現的原理公式。下面我們直接上代碼實現該功能，具體代碼如下所示：
def cowboy_effect(img):
new_img = img.copy()
h, w, n = img.shape
for i in range(w):
for j in range(h):
b = img[j, i, 0]
g = img[j, i, 1]
r = img[j, i, 2]
B = int(0.272 * r + 0.534 * g + 0.131 * b)
G = int(0.349 * r + 0.686 * g + 0.168 * b)
R = int(0.393 * r + 0.769 * g + 0.189 * b)
new_img[j, i, 0] = max(0, min(B, 255))
new_img[j, i, 1] = max(0, min(G, 255))
new_img[j, i, 2] = max(0, min(R, 255))
return new_img
if __name__ == "__main__":
img = cv2.imread("48.jpg")
cv2.imshow("0", img)
cv2.imshow("1", cowboy_effect(img))
cv2.waitKey()
cv2.destroyAllWindows()
運行之后，效果如下：
連環畫濾鏡原理
從懷舊濾鏡就可以看出來，其實相機的各種濾鏡效果就是對RGB的顏色通道進行計算處理。既然懷舊濾鏡有公式，那么肯定的連環畫濾鏡也有公式。它的具體公式如下：
R = |g – b + g + r| * r / 256
G = |b – g + b + r| * r / 256
B = |b – g + b + r| * g / 256
實現連環畫濾鏡
有了公式，下面直接套用公式即可。具體代碼如下所示：
# 連環畫濾鏡
def comics_effect(img):
new_img = img.copy()
h, w, n = img.shape
for i in range(w):
for j in range(h):
b = img[j, i, 0]
g = img[j, i, 1]
r = img[j, i, 2]
R = int(int(abs(g - b + g + r)) * r / 256)
G = int(int(abs(b - g + b + r)) * r / 256)
B = int(int(abs(b - g + b + r)) * g / 256)
new_img[j, i, 0] = R
new_img[j, i, 1] = G
new_img[j, i, 2] = B
return new_img
if __name__ == "__main__":
img = cv2.imread("48.jpg")
cv2.imshow("0", img)
cv2.imshow("1", comics_effect(img))
cv2.waitKey()
cv2.destroyAllWindows()
運行之后，效果如下：
綜上所述，基本上所有的基礎濾鏡都是通過對RGB通道的顏色值進行公式計算得到的。當然，要是數學很好，又對算法情有獨鐘的讀者，可以自己自研濾鏡算法豐富濾鏡的效果。
熔鑄算法
r = r*128/(g+b +1);
g = g*128/(r+b +1);
b = b*128/(g+r +1);
冰凍算法
r = (r-g-b)*3/2;
g = (g-r-b)*3/2;
b = (b-g-r)*3/2;
#include math.h>
#include opencv/cv.h>
#include opencv/highgui.h>
#define MAXSIZE (32768)
using namespace cv;
using namespace std;
void casting(const Mat src)
{
Mat img;
src.copyTo(img);
int width=src.cols;
int heigh=src.rows;
Mat dst(img.size(),CV_8UC3);
for (int y=0;yheigh;y++)
{
uchar* imgP=img.ptruchar>(y);
uchar* dstP=dst.ptruchar>(y);
for (int x=0;xwidth;x++)
{
float b0=imgP[3*x];
float g0=imgP[3*x+1];
float r0=imgP[3*x+2];
float b = b0*255/(g0+r0+1);
float g = g0*255/(b0+r0+1);
float r = r0*255/(g0+b0+1);
r = (r>255 ? 255 : (r0? 0 : r));
g = (g>255 ? 255 : (g0? 0 : g));
b = (b>255 ? 255 : (b0? 0 : b));
dstP[3*x] = (uchar)b;
dstP[3*x+1] = (uchar)g;
dstP[3*x+2] = (uchar)r;
}
}
imshow("熔鑄",dst);
imwrite("D:/img/熔鑄.jpg",dst);
}
void freezing(const Mat src)
{
Mat img;
src.copyTo(img);
int width=src.cols;
int heigh=src.rows;
Mat dst(img.size(),CV_8UC3);
for (int y=0;yheigh;y++)
{
uchar* imgP=img.ptruchar>(y);
uchar* dstP=dst.ptruchar>(y);
for (int x=0;xwidth;x++)
{
float b0=imgP[3*x];
float g0=imgP[3*x+1];
float r0=imgP[3*x+2];
float b = (b0-g0-r0)*3/2;
float g = (g0-b0-r0)*3/2;
float r = (r0-g0-b0)*3/2;
r = (r>255 ? 255 : (r0? -r : r));
g = (g>255 ? 255 : (g0? -g : g));
b = (b>255 ? 255 : (b0? -b : b));
// r = (r>255 ? 255 : (r0? 0 : r));
// g = (g>255 ? 255 : (g0? 0 : g));
// b = (b>255 ? 255 : (b0? 0 : b));
dstP[3*x] = (uchar)b;
dstP[3*x+1] = (uchar)g;
dstP[3*x+2] = (uchar)r;
}
}
imwrite("D:/img/冰凍.jpg",dst);
}
int main()
{
Mat src = imread("D:/img/scene04.jpg",1);
imshow("src",src);
casting(src);
freezing(src);
waitKey();
}
到此這篇關于OpenCV-Python實現懷舊濾鏡與連環畫濾鏡的文章就介紹到這了,更多相關OpenCV 懷舊濾鏡與連環畫濾鏡內容請搜索腳本之家以前的文章或繼續瀏覽下面的相關文章希望大家以后多多支持腳本之家！
您可能感興趣的文章:- python opencv圖像處理(素描、懷舊、光照、流年、濾鏡 原理及實現)
- OpenCV實現馬賽克和毛玻璃濾鏡特效
- Python OpenCV處理圖像之濾鏡和圖像運算
- OpenCV實現馬賽克和毛玻璃濾鏡效果
