什么是圖像濾鏡?

圖像濾鏡是一種方法或過程,通過它可以修改圖像的顏色、陰影、色調、飽和度、紋理和其他特征。濾鏡用于根據商業(yè)、藝術或審美需要在視覺上修改圖像。

如今,圖像濾鏡在社交媒體中非常普遍。Instagram 有各種各樣的濾鏡,Facebook 也是如此。Picsart 等編輯應用程序也提供了許多濾鏡。濾鏡可以為圖像提供新的視覺效果并使其看起來不同。人們使用濾鏡為他們的照片提供他們想要的效果。

這里OpenCV有什么用?

OpenCV 是一個免費使用的 Python 庫,可用于計算機視覺任務。它具有許多功能和方法,可用于執(zhí)行各種任務。我將應用一些圖像轉換方法來獲取濾鏡并創(chuàng)建所需的效果。

讓我們繼續(xù)進行所需的導入。

import cv2
import numpy as np
import scipy

我們將主要需要 NumPy 和 OpenCV,稍后將需要 SciPy。

現在讓我們閱讀圖像文件。

這是我們將要使用的圖像文件。

#Read the image
image = cv2．imread('shop．jpg')

現在,我們可以繼續(xù)實現濾鏡。

灰度濾鏡

我們從實現最基本和最廣泛使用的濾鏡開始。

灰度濾鏡用于為圖像提供黑白效果�；�本上去除了圖像中的彩色成分。我們將使用 cv2．cvtColor()將圖像轉換為灰度。

#greyscale filter
def greyscale(img):
   greyscale = cv2．cvtColor(img, cv2．COLOR_BGR2GRAY)
   return greyscale

現在,將該函數應用于我們的圖像。

#making the greyscale image
a1 = greyscale(image)

現在,我們將圖像保存為文件。

filename = 'greyscale．jpg'
# Using cv2．imwrite() method
# Saving the image
cv2．imwrite(filename, a1)

輸出:

因此,我們可以看到圖像已成功轉換為灰度。接下來,讓我們嘗試另一個。

亮度調節(jié)

通常,我們看到濾鏡使圖像更亮,而其他濾鏡會降低亮度。這些是亮度調整濾鏡的結果。為此,我們將使用 cv2．convertScaleAbs()�？梢愿�改 Beta 值以獲得適當的結果。

# brightness adjustment
def bright(img, beta_value ):
   img_bright = cv2．convertScaleAbs(img, beta=beta_value)
   return img_bright

函數已定義,現在 beta 值將給出適當的結果。正值表示圖像較亮,負值表示圖像較暗。

#making the  more bright image
#positive beta value
a2 = bright(image, 60)

現在,我們保存圖像。

filename = 'more_bright．jpg'
# Using cv2．imwrite() method
# Saving the image
cv2．imwrite(filename, a2)

輸出:

正如我們所看到的,圖像現在更亮了�，F在,讓我們制作一個更暗的圖像。

#making the  less bright image
#negative beta value
a3 = bright(image, -60)

使用負Beta 值�，F在,讓我們保存圖像。

filename = 'less_bright．jpg'
# Using cv2．imwrite() method
# Saving the image
cv2．imwrite(filename, a3)

輸出:

我們可以看到圖像現在不那么亮了。

銳利效果

銳化效果也被大量使用。我們將使用OpenCV 中的 filter2D方法進行適當的編輯。

銳化效果的內核將是:[[-1, -1, -1], [-1, 9．5, -1], [-1, -1, -1]]

讓我們繼續(xù)編碼:

#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

現在,讓我們保存圖像。

#making the sharp image
a4 = sharpen(image)
filename = 'sharpen．jpg'
# Using cv2．imwrite() method
# Saving the image
cv2．imwrite(filename, a4)

輸出:

正如我們所看到的,圖像現在更清晰了。

棕褐色濾鏡

棕褐色是圖像編輯中最常用的濾鏡之一。棕褐色為照片增添了溫暖的棕色效果。復古、平靜和懷舊的效果被添加到圖像中。

讓我們在 Python 中實現。

為此,我們將使用 cv2．transform() 函數。繼續(xù)代碼。

#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

讓我們實現該功能并保存圖像。

#making the sepia image
a5 = sepia(image)
filename = 'sepia．jpg'
# Using cv2．imwrite() method
# Saving the image
cv2．imwrite(filename, a5)

輸出:

效果看起來很棒。濾鏡實現完美。

鉛筆素描效果:灰度

讓我們實現一個灰度鉛筆素描效果。事實上,它很容易實現,因為有一個內置函數來實現它。

#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

現在,我們應用該函數并保存圖像。

#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)

輸出:

確實,圖像看起來像一個粗略的鉛筆素描。現在,是時候實現彩色版本了。

鉛筆素描效果:彩色版本

現在,我們實現鉛筆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

我們應用該函數并保存圖像。

#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)

輸出:

效果相當有趣,總體而言,實現了鉛筆素描效果。

HDR效果:

HDR 效果被大量使用,因為它增加了圖像的細節(jié)層次。我將使用 **cv2．detailEnhance()**來實現這一點。

#HDR effect
def HDR(img):
   hdr = cv2．detailEnhance(img, sigma_s=12, sigma_r=0．15)
   return  hdr

現在,我們應用該函數。

#making the hdr img
a8 = HDR(image)

現在,我們保存圖像。

filename = 'HDR．jpg'
# Using cv2．imwrite() method
# Saving the image
cv2．imwrite(filename, a8)

輸出:

反轉濾鏡

反轉濾鏡實際上很容易實現。每個人都曾在某些時候使用過這種濾鏡,讓他們的頭發(fā)變白。

所有,我們要做的基本上就是反轉像素值。這可以通過將像素值減去 255 來完成。在 Python 中,我們可以為此使用 cv2．bitwise_not()函數。

# invert filter
def invert(img):
   inv = cv2．bitwise_not(img)
   return inv

現在,讓我們應用該功能并保存圖像。

#making the invert img
a9 = invert(image)
filename = 'invert．jpg'
# Using cv2．imwrite() method
# Saving the image
cv2．imwrite(filename, a9)

輸出:

好像是異世界的東西吧?好吧,反轉濾鏡確實很有趣。

現在我們將嘗試夏季和冬季效果濾鏡。

為此,我們需要一個查找表。但是從頭開始創(chuàng)建查找表是一個很大的過程。我們可以使用 SciPy 函數來實現這一點。

#defining a function
from scipy．interpolate import UnivariateSpline
def LookupTable(x, y):
 spline = UnivariateSpline(x, y)
 return spline(range(256))

現在,函數已定義,讓我們繼續(xù)。

夏季效果濾鏡

讓我們實現一個夏季效果濾鏡,它基本上增加了圖像的溫暖度。為了實現這一點,我們將增加紅色通道中的值并減少藍色通道中的值。

#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

現在,保存圖像。

#making the summer img
a11 = Summer(image)
filename = 'Summer．jpg'
# Using cv2．imwrite() method
# Saving the image
cv2．imwrite(filename, a11)

輸出:

實現了夏季效果濾鏡。

現在,我們實現冬季效果濾鏡。

冬季效果濾鏡:

在冬季效果濾鏡中,將進行相反的操作。圖像的溫暖度會降低。紅色通道中的值將減少,藍色通道中的值將增加。

#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

代碼已實現。所以,現在我們保存圖像。

#making the winter img
a10 = Winter(image)
filename = 'Winter．jpg'
# Using cv2．imwrite() method
# Saving the image
cv2．imwrite(filename, a10)

輸出:

效果實現了。圖像暖度降低并產生寒冷效果。