Pillow和OpenCV库生产镜像及图片虚拟化处理

2024-08-27 06:12

本文主要是介绍Pillow和OpenCV库生产镜像及图片虚拟化处理,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

在Python中生成图片的镜像(水平或垂直翻转)可以通过多种方法实现,包括使用Pillow和OpenCV这两个常用图像处理库。以下是这两种方法的示例代码。

使用Pillow生成镜像
Pillow库中,可以使用transpose()方法来生成图片的镜像。Image.FLIP_LEFT_RIGHT用于水平翻转,Image.FLIP_TOP_BOTTOM用于垂直翻转。

from PIL import Image
# 打开图片
image_path = 'path_to_your_image.jpg'  # 替换成你的图片路径
img = Image.open(image_path)
# 水平翻转图片
h_flip_img = img.transpose(Image.FLIP_LEFT_RIGHT)
# 垂直翻转图片
v_flip_img = img.transpose(Image.FLIP_TOP_BOTTOM)
# 显示水平翻转后的图片
h_flip_img.show()
# 显示垂直翻转后的图片
v_flip_img.show()
# 可选:保存翻转后的图片
h_flip_img.save('h_flip_image.jpg')
v_flip_img.save('v_flip_image.jpg')

使用OpenCV生成镜像
OpenCV库中,可以使用flip()函数来生成图片的镜像。flip()函数的第二个参数控制翻转模式,其中1表示水平翻转,0表示垂直翻转。

import cv2# 读取图片
image_path = 'path_to_your_image.jpg'  # 替换成你的图片路径
img = cv2.imread(image_path)
# 水平翻转图片
h_flip_img = cv2.flip(img, 1)
# 垂直翻转图片
v_flip_img = cv2.flip(img, 0)
# 显示水平翻转后的图片
cv2.imshow('Horizontal Flip Image', h_flip_img)
cv2.waitKey(0)  # 等待按键
# 显示垂直翻转后的图片
cv2.imshow('Vertical Flip Image', v_flip_img)
cv2.waitKey(0)  # 等待按键
cv2.destroyAllWindows()
# 可选:保存翻转后的图片
cv2.imwrite('h_flip_image.jpg', h_flip_img)
cv2.imwrite('v_flip_image.jpg', v_flip_img)

注意事项
在使用Pillow时,transpose()方法用于翻转图片。在Pillow的较新版本(例如Pillow 7.0.0及以上)中,推荐使用ImageOps.mirror()和ImageOps.flip()来进行水平和垂直翻转。
在使用OpenCV时,cv2.flip()函数的第二个参数指定翻转轴,1表示沿着y轴翻转(水平翻转),0表示沿着x轴翻转(垂直翻转),-1则表示同时沿x和y轴翻转(即沿对角线翻转)。

图像虚拟化 是将图像转换为一种艺术风格,比如使图片看起来像是通过某种艺术手法(如油画、素描等)制作的,那么这可以通过使用一些高级的图像处理技术来实现。

import cv2
import numpy as npdef sketch_image(image_path):# 读取图像img = cv2.imread(image_path)# 转换为灰度图gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)# 反色,得到负片效果invert_img = cv2.bitwise_not(gray_img)# 高斯模糊blur_img = cv2.GaussianBlur(invert_img, (21, 21), sigmaX=0, sigmaY=0)# 反色invblur_img = cv2.bitwise_not(blur_img)# 使用颜色强度除法sketch_img = cv2.divide(gray_img, invblur_img, scale=256.0)# 显示原图和素描cv2.imshow('Original Image', img)cv2.imshow('Sketch Image', sketch_img)# 等待关闭窗口cv2.waitKey(0)cv2.destroyAllWindows()# 可选:保存素描图像cv2.imwrite('sketch_image.jpg', sketch_img)# 调用函数
sketch_image('path_to_your_image.jpg')  # 替换成你的图片路径

操作解析
灰度转换:首先将图像转换为灰度图像,因为素描通常是灰色的。
反色处理:对灰度图进行反色处理生成负片效果。
高斯模糊:对负片效果的图像应用高斯模糊,以模拟素描中的阴影部分。
颜色强度除法:使用原始灰度图和模糊的反色图像进行颜色强度的除法操作,以突出边缘和细节,创建类似手绘的效果。

cv2.GaussianBlur是OpenCV库中的一个函数,用于对图像进行高斯模糊处理。高斯模糊是一种常用的图像模糊技术,通过将图像与高斯函数(正态分布函数)进行卷积来实现。这种模糊处理可以有效减少图像噪声和细节,常用于图像预处理、边缘检测的预备步骤或实现美观的模糊效果。
函数原型
cv2.GaussianBlur(src, ksize, sigmaX[, dst[, sigmaY[, borderType]]])
src: 输入图像,可以是多通道的图像,例如彩色图像。
ksize: 高斯内核的大小,以(宽度, 高度)的形式给出。这个值需要是正的和奇数。
sigmaX: 高斯内核在X轴方向的标准差。如果这个值给为0,那么它会从ksize计算得来。
dst: 输出图像,与源图像具有相同的大小和类型。这是一个可选参数。
sigmaY: 高斯内核在Y轴方向的标准差。如果这个值没有被指定,它将等同于sigmaX。这是一个可选参数。
borderType: 边界类型,选项包括cv2.BORDER_CONSTANT, cv2.BORDER_REPLICATE等。这是一个可选参数。

import cv2# 加载图像
image_path = 'path_to_your_image.jpg'  # 替换为你的图片路径
img = cv2.imread(image_path)
# 应用高斯模糊
blurred_img = cv2.GaussianBlur(img, (5, 5), 0)
# 显示原始图像和模糊图像
cv2.imshow('Original Image', img)
cv2.imshow('Gaussian Blurred Image', blurred_img)
# 等待任意键继续
cv2.waitKey(0)
cv2.destroyAllWindows()

注意事项
高斯内核大小 (ksize): 内核的大小是影响模糊程度的关键参数。内核越大,模糊效果越明显。但内核过大也可能导致图像过度模糊。
标准差 (sigmaX 和 sigmaY): 这些参数控制了高斯分布的“宽度”,从而影响模糊的程度。标准差较大时,权重分布更加广泛,导致更强的模糊效果。如果设置为0,OpenCV会根据内核大小自动计算合适的标准差。

这篇关于Pillow和OpenCV库生产镜像及图片虚拟化处理的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1110861

相关文章

Java堆转储文件之1.6G大文件处理完整指南

《Java堆转储文件之1.6G大文件处理完整指南》堆转储文件是优化、分析内存消耗的重要工具,:本文主要介绍Java堆转储文件之1.6G大文件处理的相关资料,文中通过代码介绍的非常详细,需要的朋友可... 目录前言文件为什么这么大?如何处理这个文件?分析文件内容(推荐)删除文件(如果不需要)查看错误来源如何避

使用Python构建一个高效的日志处理系统

《使用Python构建一个高效的日志处理系统》这篇文章主要为大家详细讲解了如何使用Python开发一个专业的日志分析工具,能够自动化处理、分析和可视化各类日志文件,大幅提升运维效率,需要的可以了解下... 目录环境准备工具功能概述完整代码实现代码深度解析1. 类设计与初始化2. 日志解析核心逻辑3. 文件处

Java docx4j高效处理Word文档的实战指南

《Javadocx4j高效处理Word文档的实战指南》对于需要在Java应用程序中生成、修改或处理Word文档的开发者来说,docx4j是一个强大而专业的选择,下面我们就来看看docx4j的具体使用... 目录引言一、环境准备与基础配置1.1 Maven依赖配置1.2 初始化测试类二、增强版文档操作示例2.

MyBatis-Plus通用中等、大量数据分批查询和处理方法

《MyBatis-Plus通用中等、大量数据分批查询和处理方法》文章介绍MyBatis-Plus分页查询处理,通过函数式接口与Lambda表达式实现通用逻辑,方法抽象但功能强大,建议扩展分批处理及流式... 目录函数式接口获取分页数据接口数据处理接口通用逻辑工具类使用方法简单查询自定义查询方法总结函数式接口

SpringBoot结合Docker进行容器化处理指南

《SpringBoot结合Docker进行容器化处理指南》在当今快速发展的软件工程领域,SpringBoot和Docker已经成为现代Java开发者的必备工具,本文将深入讲解如何将一个SpringBo... 目录前言一、为什么选择 Spring Bootjavascript + docker1. 快速部署与

基于Python实现一个图片拆分工具

《基于Python实现一个图片拆分工具》这篇文章主要为大家详细介绍了如何基于Python实现一个图片拆分工具,可以根据需要的行数和列数进行拆分,感兴趣的小伙伴可以跟随小编一起学习一下... 简单介绍先自己选择输入的图片,默认是输出到项目文件夹中,可以自己选择其他的文件夹,选择需要拆分的行数和列数,可以通过

Python使用vllm处理多模态数据的预处理技巧

《Python使用vllm处理多模态数据的预处理技巧》本文深入探讨了在Python环境下使用vLLM处理多模态数据的预处理技巧,我们将从基础概念出发,详细讲解文本、图像、音频等多模态数据的预处理方法,... 目录1. 背景介绍1.1 目的和范围1.2 预期读者1.3 文档结构概述1.4 术语表1.4.1 核

Python使用OpenCV实现获取视频时长的小工具

《Python使用OpenCV实现获取视频时长的小工具》在处理视频数据时,获取视频的时长是一项常见且基础的需求,本文将详细介绍如何使用Python和OpenCV获取视频时长,并对每一行代码进行深入解析... 目录一、代码实现二、代码解析1. 导入 OpenCV 库2. 定义获取视频时长的函数3. 打开视频文

Spring Boot @RestControllerAdvice全局异常处理最佳实践

《SpringBoot@RestControllerAdvice全局异常处理最佳实践》本文详解SpringBoot中通过@RestControllerAdvice实现全局异常处理,强调代码复用、统... 目录前言一、为什么要使用全局异常处理?二、核心注解解析1. @RestControllerAdvice2

java实现docker镜像上传到harbor仓库的方式

《java实现docker镜像上传到harbor仓库的方式》:本文主要介绍java实现docker镜像上传到harbor仓库的方式,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地... 目录1. 前 言2. 编写工具类2.1 引入依赖包2.2 使用当前服务器的docker环境推送镜像2.2