西安网站开发多少钱,安卓优化大师旧版本下载,wordpress4.7.3漏洞,好用的h5制作软件前言
当今数字时代#xff0c;图像处理和美化已经变得非常普遍。从社交媒体到个人博客#xff0c;人们都渴望分享独特且引人注目的图片。本文将介绍如何使用Python编程语言和OpenCV库创建令人印象深刻的卡通风格图像。卡通风格的图像具有艺术性和创意#xff0c;它们可以用…前言
当今数字时代图像处理和美化已经变得非常普遍。从社交媒体到个人博客人们都渴望分享独特且引人注目的图片。本文将介绍如何使用Python编程语言和OpenCV库创建令人印象深刻的卡通风格图像。卡通风格的图像具有艺术性和创意它们可以用于图像编辑、创意表达以及增加娱乐价值。 文章目录 前言1. 准备工作2. 读取和显示图像3. 创建边缘掩膜4. 颜色量化5. 图像处理和效果增强6. 完整代码 总结 1. 准备工作
在开始之前您需要安装以下必要的库
OpenCV (cv2)NumPy
如果您还没有安装这些库可以使用pip进行安装。
pip install opencv-python numpy2. 读取和显示图像
首先我们将介绍如何使用OpenCV读取图像文件并在窗口中显示它们。这是我们处理图像的第一步。
# 读取文件
def read_file(filename: str) - np.ndarray:try:img cv2.imread(filename)if img is None:raise ValueError(Invalid file path or file format.)return imgexcept:raise ValueError(Invalid file path or file format.)# 显示图片
def display_image(img: np.ndarray, window_name: str) - None:cv2.imshow(window_name, img)cv2.waitKey()在这个步骤中我们定义了一个名为read_file的函数它接受一个文件名作为参数并返回一个NumPy数组表示的图像。如果文件路径无效或图像格式不受支持函数将引发异常。 我们定义了一个名为display_image的函数它接受两个参数要显示的图像和窗口的名称。函数将图像显示在指定的窗口中并等待用户按下任意键后关闭窗口。这个简单的步骤允许我们在进行后续处理之前查看原始照片的外观。
3. 创建边缘掩膜
接下来我们将图像转化为卡通风格的第一步是创建边缘掩膜。我们将使用边缘检测技术来实现这一目标。
# 边缘掩膜
def edge_mask(image: np.ndarray, line_size: int, blur_value: int) - np.ndarray:if not isinstance(line_size, int) or not isinstance(blur_value, int) or line_size 1 or blur_value 1:raise ValueError(Invalid value for line_size or blur_value parameter. Must be a positive integer.)gray cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)gray_blur cv2.medianBlur(gray, blur_value)edges cv2.adaptiveThreshold(gray_blur, 255, cv2.ADAPTIVE_THRESH_MEAN_C, cv2.THRESH_BINARY, line_size, blur_value)return edges在这个步骤中我们定义了一个名为edge_mask的函数它接受三个参数图像、线条大小控制边缘粗细和模糊程度。函数将图像转换为灰度图然后应用中值模糊和自适应阈值处理以创建边缘掩膜。
4. 颜色量化
卡通风格的图像通常具有较少的颜色。我们将使用K-Means聚类算法来减少图像中的颜色数量。
# 颜色量化
def color_quantization(image: np.ndarray, num_colors: int) - np.ndarray:if not isinstance(num_colors, int) or num_colors 1:raise ValueError(Invalid value for num_colors parameter. Must be a positive integer.)# 转换图片data np.float32(image).reshape((-1, 3))# 设置KMeans聚类参数kmeans_criteria (cv2.TERM_CRITERIA_EPS cv2.TERM_CRITERIA_MAX_ITER, 20, 0.001)flags cv2.KMEANS_RANDOM_CENTERS# 执行KMeans聚类_, labels, centers cv2.kmeans(data, num_colors, None, kmeans_criteria, 10, flags)centers np.uint8(centers)processed_image centers[labels.flatten()]processed_image processed_image.reshape(image.shape)# 应用颜色增强hsv_image cv2.cvtColor(processed_image, cv2.COLOR_BGR2HSV)hsv_image[:, :, 1] hsv_image[:, :, 1] * 1.5 # 增强饱和度enhanced_image cv2.cvtColor(hsv_image, cv2.COLOR_HSV2BGR)return enhanced_image在这个步骤中我们定义了一个名为color_quantization的函数它接受两个参数图像和要使用的颜色数量。函数首先将图像转换为数据矩阵然后使用K-Means聚类算法将图像颜色量化为指定数量的颜色。最后我们增强了图像的饱和度以使颜色更加生动。
5. 图像处理和效果增强
在这一步骤中我们将应用一些图像处理技术如双边滤波以增强最终的卡通效果图像。
def resize_crop(image):h, w, c np.shape(image)if min(h, w) 720:if h w:h, w int(720 * h / w), 720else:h, w 720, int(720 * w / h)image cv2.resize(image, (w, h), interpolationcv2.INTER_AREA)h, w (h // 8) * 8, (w // 8) * 8image image[:h, :w, :]return image# 图像处理和效果增强
def cartoonize(load_folder, save_folder):name_list os.listdir(load_folder)for name in name_list:try:load_path os.path.join(load_folder, name)save_path os.path.join(save_folder, name)if not save_path.endswith(.jpg):raise ValueError(Invalid file format. Must be a .jpg file.)image cv2.imread(load_path)image resize_crop(image)display_image(image, Image)# 设置边缘掩膜参数并应用line_size 7blur_value 7edges edge_mask(image, line_size, blur_value)display_image(edges, Edges)# 执行颜色量化num_colors 9processed_image color_quantization(image, num_colors)display_image(processed_image, Processed_image)# 应用双边滤波blurred cv2.bilateralFilter(processed_image, d9, sigmaColor200, sigmaSpace200)display_image(blurred, Blurred)# 应用掩膜cartoonized_image cv2.bitwise_and(blurred, blurred, maskedges)display_image(cartoonized_image, Cartoonized Image)cv2.imwrite(save_path, cartoonized_image)except:print(cartoonize {} failed.format(load_path))在这个步骤中我们首先调整图像的大小和裁剪以确保它符合处理的要求。然后我们依次应用边缘掩膜、颜色量化、双边滤波和最后的掩膜应用将图像转换成卡通画风。
这是整个卡通化过程的关键部分通过这些步骤您可以将任何普通照片转换成具有卡通风格的艺术品。在接下来的文章中我们将展示如何使用这些代码来卡通化您自己的照片。
6. 完整代码
# -*- coding utf-8 -*-# Time : 2023/9/22 20:18
# Author : FriK_log_ff 374591069
# File : newmyway.py
# Software: PyCharm
# Function: 请输入项目功能import cv2
import numpy as np
import os# 读取文件
def read_file(filename: str) - np.ndarray:try:img cv2.imread(filename)if img is None:raise ValueError(Invalid file path or file format.)return imgexcept:raise ValueError(Invalid file path or file format.)# 显示图片
def display_image(img: np.ndarray, window_name: str) - None:cv2.imshow(window_name, img)cv2.waitKey()# 边缘掩膜
def edge_mask(image: np.ndarray, line_size: int, blur_value: int) - np.ndarray:if not isinstance(line_size, int) or not isinstance(blur_value, int) or line_size 1 or blur_value 1:raise ValueError(Invalid value for line_size or blur_value parameter. Must be a positive integer.)gray cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)gray_blur cv2.medianBlur(gray, blur_value)edges cv2.adaptiveThreshold(gray_blur, 255, cv2.ADAPTIVE_THRESH_MEAN_C, cv2.THRESH_BINARY, line_size, blur_value)return edges# 颜色量化
def color_quantization(image: np.ndarray, num_colors: int) - np.ndarray:if not isinstance(num_colors, int) or num_colors 1:raise ValueError(Invalid value for num_colors parameter. Must be a positive integer.)# 转换图片data np.float32(image).reshape((-1, 3))# 设置KMeans聚类参数kmeans_criteria (cv2.TERM_CRITERIA_EPS cv2.TERM_CRITERIA_MAX_ITER, 20, 0.001)flags cv2.KMEANS_RANDOM_CENTERS# 执行KMeans聚类_, labels, centers cv2.kmeans(data, num_colors, None, kmeans_criteria, 10, flags)centers np.uint8(centers)processed_image centers[labels.flatten()]processed_image processed_image.reshape(image.shape)# 应用颜色增强hsv_image cv2.cvtColor(processed_image, cv2.COLOR_BGR2HSV)hsv_image[:, :, 1] hsv_image[:, :, 1] * 1.5 # 增强饱和度enhanced_image cv2.cvtColor(hsv_image, cv2.COLOR_HSV2BGR)return enhanced_imagedef resize_crop(image):h, w, c np.shape(image)if min(h, w) 720:if h w:h, w int(720 * h / w), 720else:h, w 720, int(720 * w / h)image cv2.resize(image, (w, h), interpolationcv2.INTER_AREA)h, w (h // 8) * 8, (w // 8) * 8image image[:h, :w, :]return image# 上传文件
def cartoonize(load_folder, save_folder):name_list os.listdir(load_folder)for name in name_list:try:load_path os.path.join(load_folder, name)save_path os.path.join(save_folder, name)if not save_path.endswith(.jpg):raise ValueError(Invalid file format. Must be a .jpg file.)image cv2.imread(load_path)image resize_crop(image)display_image(image, Image)# 设置边缘掩膜参数并应用line_size 7blur_value 7edges edge_mask(image, line_size, blur_value)display_image(edges, Edges)# 执行颜色量化num_colors 9processed_image color_quantization(image, num_colors)display_image(processed_image, Processed_image)# 应用双边滤波blurred cv2.bilateralFilter(processed_image, d9, sigmaColor200, sigmaSpace200)display_image(blurred, Blurred)# 应用掩膜cartoonized_image cv2.bitwise_and(blurred, blurred, maskedges)display_image(cartoonized_image, Cartoonized Image)cv2.imwrite(save_path, cartoonized_image)except:print(cartoonize {} failed.format(load_path))if __name__ __main__:load_folder test_imagessave_folder cartoonized_imagesif not os.path.exists(save_folder):os.mkdir(save_folder)cartoonize(load_folder, save_folder)
总结
在本文中我们探讨了如何使用Python和OpenCV库创建卡通风格的图像。通过一系列图像处理步骤我们将普通照片转化为有趣和具有创意的卡通风格图像。这个过程涵盖了图像读取、边缘检测、颜色量化、图像处理和效果增强等关键步骤。
卡通风格图像的制作涉及多个步骤但通过掌握这些技巧您可以自由发挥创造力为照片增添新的趣味性。以下是本文中使用的一些关键技术的简要回顾 图像读取和显示 我们使用OpenCV库来读取图像文件并在窗口中显示它们。这是开始图像处理的第一步。 边缘掩膜 为了创建卡通风格我们使用了边缘检测技术将图像中的边缘突出显示。 颜色量化 卡通图像通常包含较少的颜色。我们使用K-Means聚类来减少图像中的颜色数量从而实现卡通风格的色彩。 图像处理和效果增强 我们应用了一些图像处理技术例如双边滤波以增强最终的卡通效果图像。
在完成所有处理步骤后我们得到了有趣和独特的卡通风格图像。这个过程可以批量处理图像使您能够轻松创建多个卡通化的照片。
希望本文对您有所帮助能够启发您探索更多有趣的图像处理项目。 创造自己独特的卡通风格图像让您的照片在社交媒体和网络上脱颖而出。
