opencv滤镜-PS羽化特效

2023-11-07 02:30
文章标签 opencv 特效 ps 滤镜 羽化

本文主要是介绍opencv滤镜-PS羽化特效,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!

羽化特效

羽化是ps术语,羽化原理是令选区内外衔接部分虚化,起到渐变的作用从而达到自然衔接的效果,是ps及其其它版本中的处理图片的重要工具。羽化可使像素选区的边缘变得模糊,有助于所选区域与周围的像素混合.

原图图 1:原图

实现原理

羽化值越大,朦胧范围越宽,羽化值越小,朦胧范围越窄。可根据你想留下图的大小来调节。
算法分析:

  • 1、通过对rgb值增加额外的V值实现朦胧效果
  • 2、通过控制V值的大小实现范围控制。
  • 3、V  = 255 当前点Point距中点距离的平方s1 / (顶点距中点的距离平方 mSize)s2;
  • 4、s1 有根据 ratio 修正 dx dy值。

代码实现

// feather-filter.cpp : 羽化
// @mango
// https://mangoroom.cn#include <iostream>
#include<cmath>
#include<opencv2/opencv.hpp>int main()
{//1、通过对rgb值增加额外的V值实现朦胧效果//2、通过控制V值的大小实现范围控制。//3、V = 255 * 当前点Point距中点距离的平方s1 / (顶点距中点的距离平方s2 * mSize);//4、s1 有根据 ratio 修正 dx dy值。cv::Mat img = cv::imread("fruit.jpg");if (img.empty()){std::cout << "Failed to read the image!" << std::endl;return -1;}// s2int center_x = img.cols >> 1;int center_y = img.rows >> 1;int s2 = center_x * center_x + center_y * center_y;// 宽长比例 ratiodouble ratio = img.cols > img.rows ? static_cast<double>(img.rows) / img.cols : static_cast<double>(img.cols) / img.rows;// mSize// 2、通过控制V值的大小实现范围控制。double mSize = 0.5;for (size_t i = 0; i < img.rows; i++){for (size_t j = 0; j < img.cols; j++){double dx = static_cast<double>(std::abs(center_x - static_cast<int>(j)));double dy = static_cast<double>(std::abs(center_y - static_cast<int>(i)));//4、s1 有根据 ratio 修正 dx dy值。if (center_x > center_y){dx = dx * ratio;}else{dy = dx * ratio;}// s1double s1 = dx * dx + dy * dy;// v// 3、V = 255 * 当前点Point距中点距离的平方s1 / (顶点距中点的距离平方s2 * mSize);double v = 255 * s1 / (s2 * mSize);int b = img.at<cv::Vec3b>(i, j)[0];int g = img.at<cv::Vec3b>(i, j)[1];int r = img.at<cv::Vec3b>(i, j)[2];// 1、通过对rgb值增加额外的V值实现朦胧效果img.at<cv::Vec3b>(i, j)[0] = cv::saturate_cast<uchar>(b + v);img.at<cv::Vec3b>(i, j)[1] = cv::saturate_cast<uchar>(g + v);img.at<cv::Vec3b>(i, j)[2] = cv::saturate_cast<uchar>(r + v);}}cv::imshow("羽化特效", img);cv::waitKey(0);return 0;
}

羽化特效.png图 2:羽化特效


本文由芒果浩明发布,转载请注明来源。
本文链接:https://mangoroom.cn/opencv/feather-effect-filter.html

这篇关于opencv滤镜-PS羽化特效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/360636

相关文章

opencv图像处理之指纹验证的实现

《opencv图像处理之指纹验证的实现》本文主要介绍了opencv图像处理之指纹验证的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学... 目录一、简介二、具体案例实现1. 图像显示函数2. 指纹验证函数3. 主函数4、运行结果三、总结一、

python+opencv处理颜色之将目标颜色转换实例代码

《python+opencv处理颜色之将目标颜色转换实例代码》OpenCV是一个的跨平台计算机视觉库,可以运行在Linux、Windows和MacOS操作系统上,:本文主要介绍python+ope... 目录下面是代码+ 效果 + 解释转HSV: 关于颜色总是要转HSV的掩膜再标注总结 目标:将红色的部分滤

Java中的Opencv简介与开发环境部署方法

《Java中的Opencv简介与开发环境部署方法》OpenCV是一个开源的计算机视觉和图像处理库,提供了丰富的图像处理算法和工具,它支持多种图像处理和计算机视觉算法,可以用于物体识别与跟踪、图像分割与... 目录1.Opencv简介Opencv的应用2.Java使用OpenCV进行图像操作opencv安装j

opencv实现像素统计的示例代码

《opencv实现像素统计的示例代码》本文介绍了OpenCV中统计图像像素信息的常用方法和函数,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一... 目录1. 统计像素值的基本信息2. 统计像素值的直方图3. 统计像素值的总和4. 统计非零像素的数量

使用opencv优化图片(画面变清晰)

文章目录 需求影响照片清晰度的因素 实现降噪测试代码 锐化空间锐化Unsharp Masking频率域锐化对比测试 对比度增强常用算法对比测试 需求 对图像进行优化,使其看起来更清晰,同时保持尺寸不变,通常涉及到图像处理技术如锐化、降噪、对比度增强等 影响照片清晰度的因素 影响照片清晰度的因素有很多,主要可以从以下几个方面来分析 1. 拍摄设备 相机传感器:相机传

opencv 滚动条

参数介绍:createTrackbar( trackbarname , "hello" , &alpha_slider ,alpha_max ,  on_trackbar )  ;在标签中显示的文字(提示滑动条的用途) TrackbarName创建的滑动条要放置窗体的名字 “hello”滑动条的取值范围从 0 到 alpha_max (最小值只能为 zero).滑动后的值存放在

android-opencv-jni

//------------------start opencv--------------------@Override public void onResume(){ super.onResume(); //通过OpenCV引擎服务加载并初始化OpenCV类库,所谓OpenCV引擎服务即是 //OpenCV_2.4.3.2_Manager_2.4_*.apk程序包,存

OpenCV结构分析与形状描述符(11)椭圆拟合函数fitEllipse()的使用

操作系统:ubuntu22.04 OpenCV版本:OpenCV4.9 IDE:Visual Studio Code 编程语言:C++11 算法描述 围绕一组2D点拟合一个椭圆。 该函数计算出一个椭圆,该椭圆在最小二乘意义上最好地拟合一组2D点。它返回一个内切椭圆的旋转矩形。使用了由[90]描述的第一个算法。开发者应该注意,由于数据点靠近包含的 Mat 元素的边界,返回的椭圆/旋转矩形数据

树莓派5_opencv笔记27:Opencv录制视频(无声音)

今日继续学习树莓派5 8G:(Raspberry Pi,简称RPi或RasPi)  本人所用树莓派5 装载的系统与版本如下:  版本可用命令 (lsb_release -a) 查询: Opencv 与 python 版本如下: 今天就水一篇文章,用树莓派摄像头,Opencv录制一段视频保存在指定目录... 文章提供测试代码讲解,整体代码贴出、测试效果图 目录 阶段一:录制一段

Verybot之OpenCV应用三:色标跟踪

下面的这个应用主要完成的是Verybot跟踪色标的功能,识别部分还是居于OpenCV编写,色标跟踪一般需要将图像的颜色模式进行转换,将RGB转换为HSV,因为对HSV格式下的图像进行识别时受光线的影响比较小,但是也有采用RGB模式来进行识别的情况,这种情况一般光线条件比较固定,背景跟识别物在颜色上很容易区分出来。         下面这个程序的流程大致是这样的: