Python 实现图像特效中的油画效果

在前面的文章 Python 计算机视觉（十五）—— 图像特效处理 中我已经介绍了大部分的图像的特效处理，但还是忽略了油画特效的处理，在本篇文章中简单介绍一下油画特效的基本原理以及代码实现，感兴趣的小伙伴可以跟着码一遍代码，或者使用代码直接运行查看一下效果就行。

一 基本原理

如下面的两幅图所示，油画用对了地方会使得图像一下子显得文艺起来了呢！

拍出的图像

转化为油画

那么将一幅图像转化为油画类型的图案是怎么实现的呢？为了将一幅普通的图像转化为油画，一般需要以下的几个步骤：

（1）将图像转化为灰度图像

（2）将图像划分为一个个小方框（4*4，6*6...），并统计其中的每一个像素点像素值

（3）对方框中的像素点的的灰度值进行量化（可以参考我之前的关于量化的文章），并对不同的等级的像素点数目进行计数

（4）找到方框中灰度等级最多的像素点，并对这些像素点的灰度值求平均

（5）用平均值代替原像素像素值

二 代码实现

首先还是经典操作，读取图像信息：

"""
Author:XiaoMa
date:2021/12/10
"""
import cv2
import numpy as np
img = cv2.imread(r'E:\From Zhihu\For the desk\cvyouhua.jpg')
img = cv2.resize(img, dsize = None, fx = 0.2, fy = 0.2) #由于该算法计算量较大，首先对其大小进行调整
cv2.imshow('W0', img)
cv2.waitKey(0)
#获取图片宽高
height, width = img.shape[:2]
print(height, width)

得到图像信息如下：

对图像进行油画特效处理，代码已经添加了注释，有注释的不清楚的地方可以在评论区讨论或者私信留言，看到会回复大家的：

gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)#将图像转化为灰度图像
dst = np.zeros((height, width, 3), np.uint8)#创建一个和原图等大小的全零矩阵
#-----------------------------------------------------------------------
#使用for循环嵌套来遍历图像中的每一个像素点
#-----------------------------------------------------------------------
for i in range(2, height-2):
   for j in range(2, width-2):
       # ----------------------------------------------------------
       # 方框为4*4，对方框内像素点进行量化并记录不同等级的像素点的个数
       # ------------------------------------------------------------
       array1 = np.zeros(8, np.uint8)#将像素点的值量化为8份，定义数组记录不同等级像素点的个数
       for m in range(-2, 2):
           for n in range(-2, 2):
               p1 = int(gray[i+m, j+n]/32)#量化操作
               array1[p1] = array1[p1] + 1#该数组用来记录不同量化级别下的像素点，比如array1[0]代表等级一下的像素点的个数，即像素值为（0~64）的像素点的个数
       #-----------------------------------------------------------
       #在上面的数组中寻找最大值，即寻找数目最多的像素等级
       #------------------------------------------------------------
       currentMax = array1[0]
       l = 0#用来封装最大值在数组中的位置
       for k in range(0, 8):
           if currentMax < array1[k]:
               currentMax = array1[k]
               l = k
       #------------------------
       #求数目最多的像素等级的平均
       #------------------------
       for m in range(-2, 2):
           for n in range(-2, 2):
               if gray[i + m, j + n] >= (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('youhua', dst)
cv2.waitKey(0)
cv2.destroyAllWindows()

得到的结果如下：

三 总体实现代码以及保存 

总体的代码以及保存方式如下，大家修改一下读取和保存的路径就可以用了，如果想了解一下实现算法可以先敲一遍代码：

"""
Author:XiaoMa
date:2021/12/15
"""
import cv2
import numpy as np
import matplotlib.pyplot as plt
img = cv2.imread(r'E:\From Zhihu\For the desk\cvyouhua.jpg')
img = cv2.resize(img, dsize = None, fx = 0.2, fy = 0.2) #由于该算法计算量较大，首先对其大小进行调整
cv2.imshow('W0', img)
cv2.waitKey(0)
#获取图片宽高
height, width = img.shape[:2]
print(height, width)
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)#将图像转化为灰度图像
dst = np.zeros((height, width, 3), np.uint8)#创建一个和原图等大小的全零矩阵
#-----------------------------------------------------------------------
#使用for循环嵌套来遍历图像中的每一个像素点
#-----------------------------------------------------------------------
for i in range(2, height-2):
   for j in range(2, width-2):
       # ----------------------------------------------------------
       # 方框为4*4，对方框内像素点进行量化并记录不同等级的像素点的个数
       # ------------------------------------------------------------
       array1 = np.zeros(8, np.uint8)#将像素点的值量化为8份，定义数组记录不同等级像素点的个数
       for m in range(-2, 2):
           for n in range(-2, 2):
               p1 = int(gray[i+m, j+n]/32)#量化操作
               array1[p1] = array1[p1] + 1#该数组用来记录不同量化级别下的像素点，比如array1[0]代表等级一下的像素点的个数，即像素值为（0~64）的像素点的个数
       #-----------------------------------------------------------
       #在上面的数组中寻找最大值，即寻找数目最多的像素等级
       #------------------------------------------------------------
       currentMax = array1[0]
       l = 0#用来封装最大值在数组中的位置
       for k in range(0, 8):
           if currentMax < array1[k]:
               currentMax = array1[k]
               l = k
       #------------------------
       #求数目最多的像素等级的平均
       #------------------------
       for m in range(-2, 2):
           for n in range(-2, 2):
               if gray[i + m, j + n] >= (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('youhua', dst)
cv2.waitKey(0)
cv2.destroyAllWindows()
#------------------------------------------------
#保存图像(以前的文章中介绍过，有不懂的地方可以去考古)
#------------------------------------------------
plt.rcParams['font.family'] = 'SimHei'       #将全局中文字体改为黑体
ImgGroup = [img, gray, dst]
ImgTitle = ['原图', '灰度图', '油画']
a = plt.figure(figsize=(30, 10)) #创建画布
for i in range(0, 3):
   ImgGroup[i] = cv2.cvtColor(ImgGroup[i], cv2.COLOR_BGR2RGB)
   plt.subplot(1, 3, i + 1)
   plt.imshow(ImgGroup[i])
   plt.title(ImgTitle[i])
   plt.suptitle('图像油画特效')
   plt.xticks([])
   plt.yticks([])
plt.savefig(r'E:\From Zhihu\For the desk\Acvyouhua.jpg')
plt.show()

得到结果如下：

来源：https://blog.csdn.net/qq_52309640/article/details/121853832