Простые эффекты фильтров в OpenCV

OpenCV предоставляет богатый набор алгоритмов обработки изображений и компьютерного зрения, широко используемых в обработке изображений, анализе видео, обнаружении объектов и других областях.

В этой статье будет рассказано, как использовать OpenCV для реализации нескольких простых эффектов фильтров, включая эффекты оттенков серого, ностальгии и тиснения.

Ниже представлены основные эффекты фильтров:

Эффект фильтраМетод реализации
Фильтр оттенков серогоcv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
Ностальгический фильтрИмитация эффектов старых фотографий путём настройки весов цветовых каналов.
Фильтр тисненияИспользовать ядро свёртки[[-2, -1, 0], [-1, 1, 1], [0, 1, 2]]для выполнения операции свёртки.
Фильтр размытияcv2.GaussianBlur(image, (15, 15), 0)
Фильтр повышения резкостиИспользовать ядро свёртки[[0, -1, 0], [-1, 5, -1], [0, -1, 0]]для выполнения операции свёртки.
Фильтр обнаружения границcv2.Canny(gray_image, 100, 200)

1. Фильтр оттенков серого

Фильтр оттенков серого — один из самых простых фильтров; он преобразует цветные изображения в изображения в оттенках серого.

Изображение в оттенках серого имеет только один канал, и каждое значение пикселя представляет яркость.

Шаги реализации

  1. Прочитайте изображение.
  2. Используйтеcv2.cvtColor()функция для преобразования изображения из цветового пространства BGR в цветовое пространство оттенков серого.

Пример

import cv2

# Прочитать изображение
image = cv2.imread('input.jpg')

# Преобразовать изображение в оттенки серого
gray_image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

# Сохранить изображение в оттенках серого
cv2.imwrite('gray_output.jpg', gray_image)

# Отобразить изображение в оттенках серого
cv2.imshow('Gray Image', gray_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

Анализ кода:

  • cv2.imread('input.jpg'): Прочитать файл изображения.
  • cv2.cvtColor(image, cv2.COLOR_BGR2GRAY): Преобразовать изображение из цветового пространства BGR в цветовое пространство оттенков серого.
  • cv2.imwrite('gray_output.jpg', gray_image): Сохранить изображение в оттенках серого.
  • cv2.imshow('Gray Image', gray_image): Отобразить изображение в оттенках серого.

2. Ностальгический фильтр

Ностальгический фильтр настраивает цветовые каналы изображения, чтобы придать ему ретро-эффект.

Обычно ностальгический фильтр увеличивает интенсивность красного и зелёного каналов, одновременно уменьшая интенсивность синего канала.

Шаги реализации

  1. Прочитайте изображение.
  2. Разделите каналы BGR изображения.
  3. Настройте интенсивность каждого канала.
  4. Объедините каналы, чтобы создать изображение с ностальгическим эффектом.

Пример

import cv2
import numpy as np

# Прочитать изображение
image = cv2.imread('input.jpg')

# Разделить каналы BGR
b, g, r = cv2.split(image)

# Настроить интенсивность каналов
r = np.clip(r * 0.393 + g * 0.769 + b * 0.189, 0, 255).astype(np.uint8)
g = np.clip(r * 0.349 + g * 0.686 + b * 0.168, 0, 255).astype(np.uint8)
b = np.clip(r * 0.272 + g * 0.534 + b * 0.131, 0, 255).astype(np.uint8)

# Объединить каналы
vintage_image = cv2.merge((b, g, r))

# Сохранить изображение с ностальгическим эффектом
cv2.imwrite('vintage_output.jpg', vintage_image)

# Отобразите ностальгическое изображение
cv2.imshow('Винтажное изображение', vintage_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

Анализ кода:

  • cv2.split(image): Разделите каналы BGR изображения.
  • np.clip(): Убедитесь, что значения пикселей находятся в диапазоне от 0 до 255.
  • cv2.merge((b, g, r)): Объедините скорректированные каналы, чтобы создать изображение с ностальгическим эффектом.

3. Фильтр тиснения

Фильтр тиснения создает эффект, подобный тиснению, путем вычисления разницы между соседними пикселями изображения. Этот фильтр часто используется для усиления краев и текстур на изображении.

Шаги реализации

  1. Прочитайте изображение.
  2. Преобразуйте изображение в оттенки серого.
  3. Используйте ядро свертки для вычисления эффекта тиснения.

Пример

import cv2
import numpy as np

# Прочитать изображение
image = cv2.imread('input.jpg')

# Преобразовать изображение в оттенки серого
gray_image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

# Определите ядро свертки
kernel = np.array([[-2, -1, 0],
                   [-1,  1, 1],
                   [ 0,  1, 2]])

# Примените ядро свертки
emboss_image = cv2.filter2D(gray_image, -1, kernel)

# Сохранить изображение с эффектом тиснения
cv2.imwrite('emboss_output.jpg', emboss_image)

# Отобразить изображение с эффектом тиснения
cv2.imshow('Изображение с эффектом тиснения', emboss_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

Анализ кода:

  • cv2.cvtColor(image, cv2.COLOR_BGR2GRAY): Преобразовать изображение в оттенки серого.
  • cv2.filter2D(gray_image, -1, kernel): Применить ядро свёртки для создания эффекта тиснения.

4. Фильтр размытия

Фильтр размытия уменьшает шум и детализацию изображения, сглаживая его.

Пример

import cv2

# Прочитать изображение
image = cv2.imread("path/to/image.jpg")

# Фильтр размытия
blurred_image = cv2.GaussianBlur(image, (15, 15), 0)

# Отобразить результат
cv2.imshow("Фильтр размытия", blurred_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

5. Фильтр повышения резкости

Фильтр повышения резкости делает изображение более чётким, усиливая его края.

Пример

import cv2
import numpy as np

# Прочитать изображение
image = cv2.imread("path/to/image.jpg")

# Фильтр повышения резкости
sharpen_kernel = np.array([[0, -1, 0],
                           [-1, 5, -1],
                           [0, -1, 0]])
sharpened_image = cv2.filter2D(image, -1, sharpen_kernel)

# Отобразить результат
cv2.imshow("Фильтр повышения резкости", sharpened_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

6. Фильтр обнаружения краёв

Фильтр обнаружения краёв выделяет контуры объектов, обнаруживая края на изображении.

Пример

import cv2

# Прочитать изображение
image = cv2.imread("path/to/image.jpg")

# Преобразовать изображение в оттенки серого
gray_image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

# Фильтр обнаружения краёв
edges_image = cv2.Canny(gray_image, 100, 200)

# Отобразить результат
cv2.imshow("Фильтр границ", edges_image)
cv2.waitKey(0)
cv2.destroyAllWindows()
Другие расширения