一文学会使用Opencv创建类似Instagram的滤镜

磐创AI

    什么是图像滤镜?
    图像滤镜是一种方法或过程,通过它可以修改图像的颜色、阴影、色调、饱和度、纹理和其他特征。滤镜用于根据商业、艺术或审美需要在视觉上修改图像。
    如今,图像滤镜在社交媒体中非常普遍。Instagram 有各种各样的滤镜,Facebook 也是如此。Picsart 等编辑应用程序也提供了许多滤镜。滤镜可以为图像提供新的视觉效果并使其看起来不同。人们使用滤镜为他们的照片提供他们想要的效果。
    这里OpenCV有什么用?
    OpenCV 是一个免费使用的 Python 库,可用于计算机视觉任务。它具有许多功能和方法,可用于执行各种任务。我将应用一些图像转换方法来获取滤镜并创建所需的效果。
    让我们继续进行所需的导入。
    import cv2
    import numpy as np
    import scipy
    我们将主要需要 NumPy 和 OpenCV,稍后将需要 SciPy。
    现在让我们阅读图像文件。
    
    这是我们将要使用的图像文件。
    #Read the image
    image = cv2.imread('shop.jpg')
    现在,我们可以继续实现滤镜。
    灰度滤镜
    我们从实现最基本和最广泛使用的滤镜开始。
    灰度滤镜用于为图像提供黑白效果。基本上去除了图像中的彩色成分。我们将使用 cv2.cvtColor()将图像转换为灰度。
    #greyscale filter
    def greyscale(img):
        greyscale = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
        return greyscale
    现在,将该函数应用于我们的图像。
    #making the greyscale image
    a1 = greyscale(image)
    现在,我们将图像保存为文件。
    filename = 'greyscale.jpg'
    # Using cv2.imwrite() method
    # Saving the image
    cv2.imwrite(filename, a1)
    输出:
    
    因此,我们可以看到图像已成功转换为灰度。接下来,让我们尝试另一个。
    亮度调节
    通常,我们看到滤镜使图像更亮,而其他滤镜会降低亮度。这些是亮度调整滤镜的结果。为此,我们将使用 cv2.convertScaleAbs()。可以更改 Beta 值以获得适当的结果。
    # brightness adjustment
    def bright(img, beta_value ):
        img_bright = cv2.convertScaleAbs(img, beta=beta_value)
        return img_bright
    函数已定义,现在 beta 值将给出适当的结果。正值表示图像较亮,负值表示图像较暗。
    #making the  more bright image
    #positive beta value
    a2 = bright(image, 60)
    现在,我们保存图像。
    filename = 'more_bright.jpg'
    # Using cv2.imwrite() method
    # Saving the image
    cv2.imwrite(filename, a2)
    输出:
    
    正如我们所看到的,图像现在更亮了。现在,让我们制作一个更暗的图像。
    #making the  less bright image
    #negative beta value
    a3 = bright(image, -60)
    使用负Beta 值。现在,让我们保存图像。
    filename = 'less_bright.jpg'
    # Using cv2.imwrite() method
    # Saving the image
    cv2.imwrite(filename, a3)
    输出:
    
    我们可以看到图像现在不那么亮了。
    锐利效果
    锐化效果也被大量使用。我们将使用OpenCV 中的 filter2D方法进行适当的编辑。
    锐化效果的内核将是:[[-1, -1, -1], [-1, 9.5, -1], [-1, -1, -1]]
    让我们继续编码:
    #sharp effect
    def sharpen(img):
        kernel = np.array([[-1, -1, -1], [-1, 9.5, -1], [-1, -1, -1]])
        img_sharpen = cv2.filter2D(img, -1, kernel)
        return img_sharpen
    现在,让我们保存图像。
    #making the sharp image
    a4 = sharpen(image)
    filename = 'sharpen.jpg'
    # Using cv2.imwrite() method
    # Saving the image
    cv2.imwrite(filename, a4)
    输出:
    
    正如我们所看到的,图像现在更清晰了。
    棕褐色滤镜
    棕褐色是图像编辑中最常用的滤镜之一。棕褐色为照片增添了温暖的棕色效果。复古、平静和怀旧的效果被添加到图像中。
    让我们在 Python 中实现。
    为此,我们将使用 cv2.transform() 函数。继续代码。
    #sepia effect
    def sepia(img):
        img_sepia = np.array(img, dtype=np.float64) # converting to float to prevent loss
        img_sepia = cv2.transform(img_sepia, np.matrix([[0.272, 0.534, 0.131],
                                        [0.349, 0.686, 0.168],
                                        [0.393, 0.769, 0.189]])) # multipying image with special sepia matrix
        img_sepia[np.where(img_sepia > 255)] = 255 # normalizing values greater than 255 to 255
        img_sepia = np.array(img_sepia, dtype=np.uint8)
        return img_sepia
    让我们实现该功能并保存图像。
    #making the sepia image
    a5 = sepia(image)
    filename = 'sepia.jpg'
    # Using cv2.imwrite() method
    # Saving the image
    cv2.imwrite(filename, a5)
    输出:
    
    效果看起来很棒。滤镜实现完美。
    铅笔素描效果:灰度
    让我们实现一个灰度铅笔素描效果。事实上,它很容易实现,因为有一个内置函数来实现它。
    #grey pencil sketch effect
    def pencil_sketch_grey(img):
        #inbuilt function to create sketch effect in colour and greyscale
        sk_gray, sk_color = cv2.pencilSketch(img, sigma_s=60, sigma_r=0.07, shade_factor=0.1)
        return  sk_gray
    现在,我们应用该函数并保存图像。
    #making the grey pencil sketch
    a6 = pencil_sketch_grey(image)
    filename = 'pencil_grey.jpg'
    # Using cv2.imwrite() method
    # Saving the image
    cv2.imwrite(filename, a6)
    输出:
    
    确实,图像看起来像一个粗略的铅笔素描。现在,是时候实现彩色版本了。
    铅笔素描效果:彩色版本
    现在,我们实现铅笔素描效果的彩色版本。
    #colour pencil sketch effect
    def pencil_sketch_col(img):
        #inbuilt function to create sketch effect in colour and greyscale
        sk_gray, sk_color = cv2.pencilSketch(img, sigma_s=60, sigma_r=0.07, shade_factor=0.1)
        return  sk_color
    我们应用该函数并保存图像。
    #making the colour pencil sketch
    a7 = pencil_sketch_col(image)
    filename = 'pencil_col.jpg'
    # Using cv2.imwrite() method
    # Saving the image
    cv2.imwrite(filename, a7)
    输出:
    
    效果相当有趣,总体而言,实现了铅笔素描效果。
    HDR效果:
    HDR 效果被大量使用,因为它增加了图像的细节层次。我将使用 **cv2.detailEnhance()**来实现这一点。
    #HDR effect
    def HDR(img):
        hdr = cv2.detailEnhance(img, sigma_s=12, sigma_r=0.15)
        return  hdr
    现在,我们应用该函数。
    #making the hdr img
    a8 = HDR(image)
    现在,我们保存图像。
    filename = 'HDR.jpg'
    # Using cv2.imwrite() method
    # Saving the image
    cv2.imwrite(filename, a8)
    输出:
    
    反转滤镜
    反转滤镜实际上很容易实现。每个人都曾在某些时候使用过这种滤镜,让他们的头发变白。
    所有,我们要做的基本上就是反转像素值。这可以通过将像素值减去 255 来完成。在 Python 中,我们可以为此使用 cv2.bitwise_not()函数。
    # invert filter
    def invert(img):
        inv = cv2.bitwise_not(img)
        return inv
    现在,让我们应用该功能并保存图像。
    #making the invert img
    a9 = invert(image)
    filename = 'invert.jpg'
    # Using cv2.imwrite() method
    # Saving the image
    cv2.imwrite(filename, a9)
    输出:
    
    好像是异世界的东西吧?好吧,反转滤镜确实很有趣。
    现在我们将尝试夏季和冬季效果滤镜。
    为此,我们需要一个查找表。但是从头开始创建查找表是一个很大的过程。我们可以使用 SciPy 函数来实现这一点。
    #defining a function
    from scipy.interpolate import UnivariateSpline
    def LookupTable(x, y):
      spline = UnivariateSpline(x, y)
      return spline(range(256))
    现在,函数已定义,让我们继续。
    夏季效果滤镜
    让我们实现一个夏季效果滤镜,它基本上增加了图像的温暖度。为了实现这一点,我们将增加红色通道中的值并减少蓝色通道中的值。
    #summer effect
    def Summer(img):
        increaseLookupTable = LookupTable([0, 64, 128, 256], [0, 80, 160, 256])
        decreaseLookupTable = LookupTable([0, 64, 128, 256], [0, 50, 100, 256])
        blue_channel, green_channel,red_channel  = cv2.split(img)
        red_channel = cv2.LUT(red_channel, increaseLookupTable).astype(np.uint8)
        blue_channel = cv2.LUT(blue_channel, decreaseLookupTable).astype(np.uint8)
        sum= cv2.merge((blue_channel, green_channel, red_channel ))
        return sum
    现在,保存图像。
    #making the summer img
    a11 = Summer(image)
    filename = 'Summer.jpg'
    # Using cv2.imwrite() method
    # Saving the image
    cv2.imwrite(filename, a11)
    输出:
    
    实现了夏季效果滤镜。
    现在,我们实现冬季效果滤镜。
    冬季效果滤镜:
    在冬季效果滤镜中,将进行相反的操作。图像的温暖度会降低。红色通道中的值将减少,蓝色通道中的值将增加。
    #winter effect
    def Winter(img):
        increaseLookupTable = LookupTable([0, 64, 128, 256], [0, 80, 160, 256])
        decreaseLookupTable = LookupTable([0, 64, 128, 256], [0, 50, 100, 256])
        blue_channel, green_channel,red_channel = cv2.split(img)
        red_channel = cv2.LUT(red_channel, decreaseLookupTable).astype(np.uint8)
        blue_channel = cv2.LUT(blue_channel, increaseLookupTable).astype(np.uint8)
        win= cv2.merge((blue_channel, green_channel, red_channel))
        return win
    代码已实现。所以,现在我们保存图像。
    #making the winter img
    a10 = Winter(image)
    filename = 'Winter.jpg'
    # Using cv2.imwrite() method
    # Saving the image
    cv2.imwrite(filename, a10)
    输出:
    
    效果实现了。图像暖度降低并产生寒冷效果。