这篇文章给大家分享的是“用Python怎样实现图像油画效果，原理及方法是什么”，对大家学习和理解有一定的参考价值和帮助，有这方面学习需要的朋友，接下来就跟随小编一起学习一下吧。

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：

以上就是关于“用Python怎样实现图像油画效果，原理及方法是什么”的介绍了，感谢各位的阅读，如果大家想要了解更多相关的内容，欢迎关注群英网络，小编每天都会为大家更新不同的知识。

免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：mmqy2019@163.com进行举报，并提供相关证据，查实之后，将立刻删除涉嫌侵权内容。

猜你喜欢

• Python列表创建，常用函数和方法、列表推导式是什么

  这篇文章主要介绍了python学习之列表的运用，文章首先通过创建列表展开列表运用的相关资料，具有一定的参考价值，需要的小伙伴可以参考一下

• 使用pygame怎么样完成动画精灵，方法是什么

  这篇文章主要介绍了利用pygame完成动画精灵和碰撞检测,代码详细,内容丰富,对于想要学习pygame的朋友来讲是一个不错的练习,需要的朋友可以参考下

• 怎样用python写一个井字棋小游戏？

  不少朋友应该都有玩过井字棋游戏，那么我们学习了python，能否用python写一个井字棋小游戏呢？其实，python实现简单的井字棋小游戏并不困难，接下来就给大家分享使用Python实现井字棋小游戏的代码，感兴趣的朋友可以参考。

• Python重试机制的概念是什么，哪些场景应用

  本文将给大家介绍一个第三方库-Tenacity（标题中的重试机制并并不准确，它不是 Python 的内置模块，因此并不能称之为机制），它实现了几乎我们可以使用到的所有重试场景，快跟随小编一起学习一下吧

• 基本Python是如何实现图像清晰化处理的

  GFPGAN是腾讯开源的人脸修复算法，它利用预先训练好的面部 GAN（如 StyleGAN2）中封装的丰富和多样的先验因素进行盲脸 (blind face)修复。这篇文章主要为大家介绍通过GFPGAN实现模糊照片人脸恢复清晰，需要的朋友可以参考一下