我是靠谱客的博主 霸气跳跳糖,最近开发中收集的这篇文章主要介绍Opencv 马赛克和毛玻璃效果与图片融合的实现,觉得挺不错的,现在分享给大家,希望可以做个参考。

概述

1.马赛克效果

马赛克的基本原理就是,用某一个区域的某一个像素点替代这个区域所有的像素点,从而导致图片出现模糊的效果,如下:

import cv2


# 马赛克效果
img = cv2.imread(filename='../anqila21.jpg',flags=1)
imgInfo = img.shape
height = imgInfo[0]
width = imgInfo[1]
flag = 2   # 系数,系数越小,马赛克的效果越不明显
for m in range(26,height):
    for n in range(140,880):
        if m%flag==0 and n%flag==0:
            for i in range(0,flag):
                for j in range(0,flag):
                    (b,g,r) = img[m,n]
                    img[i+m,j+n] = (b,g,r)

cv2.imshow('dst',img)
cv2.waitKey(0)

2. 毛玻璃效果

import cv2
import numpy as np
import random

# 毛玻璃效果
img = cv2.imread(filename='../anqila21.jpg',flags=1)
imgInfo = img.shape
height = imgInfo[0]
width = imgInfo[1]
dst = np.zeros((height,width,3),np.uint8)
for i in range(height-8):
    for j in range(width-8):
        index = int(random.random()*8)  # 生成0-8之间的随机数(不包括8)
        dst[i, j] = img[i+index,j+index]
cv2.imshow('dst',dst)
cv2.waitKey(0)

3. 图片的融合

就是将两张图片融合到一张图片上,即可看到第一张图片的效果,也可以看到第二张图片的效果。

import cv2

img_1 = cv2.imread(filename='../anqila21.jpg',flags=1)
img_2 = cv2.imread(filename='../huanghe.jpg',flags=1)
imgInfo = img_1.shape
height = imgInfo[0]
width = imgInfo[1]
# roi
roi = 0.5
dst = cv2.addWeighted(img_1,roi,img_2,(1-roi),0)
cv2.imshow('dst',dst)
cv2.waitKey(0)

算法实现

import cv2
import numpy as np

img_1 = cv2.imread(filename='../anqila21.jpg',flags=1)
img_2 = cv2.imread(filename='../huanghe.jpg',flags=1)
imgInfo = img_1.shape
height = imgInfo[0]
width = imgInfo[1]
# roi
roi = 0.5
dst = np.zeros((height,width,3),np.uint8)

for i in range(height):
    for j in range(width):
        (b1,g1,r1) = img_1[i,j]
        (b2,g2,r2) = img_2[i,j]
        dst[i,j] = (int(b1*roi+b2*(1-roi)),int(g1*roi+g2*(1-roi)),int(r1*roi+r2*(1-roi)))

cv2.imshow('dst',dst)
cv2.waitKey(0)

以上就是Opencv 马赛克和毛玻璃效果与图片融合的实现的详细内容,更多关于Opencv 的资料请关注靠谱客其它相关文章!

最后

以上就是霸气跳跳糖为你收集整理的Opencv 马赛克和毛玻璃效果与图片融合的实现的全部内容,希望文章能够帮你解决Opencv 马赛克和毛玻璃效果与图片融合的实现所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错,欢迎将靠谱客网站推荐给程序员好友。

本图文内容来源于网友提供,作为学习参考使用,或来自网络收集整理,版权属于原作者所有。
点赞(75)

评论列表共有 0 条评论

立即
投稿
返回
顶部