使用Python创建自己的Instagram滤镜｜视觉实战

磐创AI

发布于 2019-10-23 19:36:56

1.2K0

发布于 2019-10-23 19:36:56

文章被收录于专栏：磐创AI技术团队的专栏磐创AI技术团队的专栏磐创AI技术团队的专栏

作者｜Arno 编译｜Arno 来源｜Medium

带有代码的OpenCV的图像滤镜示例

不知道你有没有使用过Instagram滤镜，它们非常方便，只需单击几个按钮，就可以变换我要发布的照片。

你是否想过自己可以创建一个？答案是可以的！

在本文中，我将向你展示如何使用代码和示例图像来创建一些图像处理滤镜。

如果尚未安装以下python库，则需要安装它：

opencv-python
matplotlib
numpy

模糊滤镜

import cv2
import matplotlib.pyplot as plt
im = cv2.imread('input-image.jpg')
dst = cv2.GaussianBlur(im,(5,5),cv2.BORDER_DEFAULT)
plt.imshow(dst)
plt.show()

(左)原始图像，(右)应用模糊滤镜后的图像

(左)原始图像，(右)应用模糊滤镜后的图像

边缘检测滤镜

import cv2
import matplotlib.pyplot as plt
im = cv2.imread('input-image.jpg')
edges = cv2.Canny(im,100,300)
plt.imshow(edges)
plt.show()

(左)原始图像，(右)应用边缘检测滤镜后的图像

(左)原始图像，(右)应用边缘检测滤镜后的图像

复古风滤镜

import cv2
import numpy as np
from matplotlib import pyplot as plt
im = cv2.imread('input-image.jpg')
rows, cols = im.shape[:2]
# 创建高斯滤波器
kernel_x = cv2.getGaussianKernel(cols,200)
kernel_y = cv2.getGaussianKernel(rows,200)
kernel = kernel_y * kernel_x.T
filter = 255 * kernel / np.linalg.norm(kernel)
vintage_im = np.copy(im)

# 对于输入图像中的每个通道，我们将应用上述滤波器
for i in range(3):
    vintage_im[:,:,i] = vintage_im[:,:,i] * filter
plt.imshow(vintage_im)
plt.show()