图像滤镜艺术---水彩画滤镜

2024-04-22 01:48
文章标签 图像 艺术 滤镜 水彩画

本文主要是介绍图像滤镜艺术---水彩画滤镜，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！

水彩画滤镜

水彩画滤镜算法如下：

1，假设原始图像为F(x,y)，灰度化得到G(x,y)；

2，构建一个半径为Radius的正方形模板M，边长为2*Radius+1；

3，将M在F上依次遍历每个像素，对于当前像素P(x,y)：

设置一个油漆桶数N，由于图像灰度值范围为0-255，因此我们油漆桶的数量N要小于255，这个油漆桶是用来盛放不同类别的像素。

3.1首先按照油漆桶数N将0-255的范围划分为等距的N个油漆桶，对于模板中对应的像素，我们按照其灰度值，依次将其放入相应的油漆桶中；

3.2统计N个油漆桶中的像素数目，计算像素数最多的那个油漆桶内，像素的均值Mean，这个均值RGB就是模板中心像素P(x,y)的值。

示意图如下：

                           Fig.1 油画滤镜示意图(N=8)

注意：油漆桶数N可以调节图像平滑度，模板半径Radius用来调节水彩画的水彩程度。

上述算法在进行模板遍历时，可以采用快速均值滤波算法的方法来提高效率。

代码如下：

private Bitmap OilpaintFilterProcess(Bitmap srcBitmap, int radius, int smooth)

        {

            if (radius == 0)

                return srcBitmap;

            smooth = smooth < 1 ? 1 : smooth;

            smooth = Math.Max(1, smooth);

            Bitmap a = new Bitmap(srcBitmap);

            int w = srcBitmap.Width;

            int h = srcBitmap.Height;

            if (radius > Math.Min(w, h) / 2)

                radius = (int)(Math.Min(w, h) / 2 - 0.5);

            System.Drawing.Imaging.BitmapData srcData = a.LockBits(new Rectangle(0, 0, w, h), System.Drawing.Imaging.ImageLockMode.ReadWrite, System.Drawing.Imaging.PixelFormat.Format32bppArgb);

            IntPtr ptr = srcData.Scan0;

            int bytes = h * srcData.Stride;

            byte[] srcValues = new byte[bytes];

            System.Runtime.InteropServices.Marshal.Copy(ptr, srcValues, 0, bytes);

            byte[] tempValues = (byte[])srcValues.Clone();

            int stride = srcData.Stride;

            int i, j, k;

            int unit = 4;

            int[] gray_bt = new int[smooth];

            int[] r_bt = new int[smooth];

            int[] g_bt = new int[smooth];

            int[] b_bt = new int[smooth];

            int[] gray_bt_src = new int[smooth];

            int[] r_bt_src = new int[smooth];

            int[] g_bt_src = new int[smooth];

            int[] b_bt_src = new int[smooth];

            int r, g, b;

            int gray = 0, bt_index = 0, max = 0, maxindex = 0;

            i = 0;

            bool frist = true;

            int pos = 0;

            for (j = 0; j < h; j++)

            {

                if (frist)

                {

                    for (int m = -radius; m <= radius; m++)

                    {

                        for (int n = -radius; n <= radius; n++)

                        {

                            pos = Math.Abs(n) * unit + Math.Abs(m) * stride;

                            b = srcValues[pos++];

                            g = srcValues[pos++];

                            r = srcValues[pos];

                            gray = (b + g + r) / 3;

                            bt_index = gray * smooth >> 8;

                            gray_bt_src[bt_index]++;

                            b_bt_src[bt_index] += b;

                            g_bt_src[bt_index] += g;

                            r_bt_src[bt_index] += r;

                        }

                    }

                    Array.Copy(gray_bt_src, gray_bt, smooth);

                    Array.Copy(b_bt_src, b_bt, smooth);

                    Array.Copy(g_bt_src, g_bt, smooth);

                    Array.Copy(r_bt_src, r_bt, smooth);

                    max = 0;

                    maxindex = 0;

                    for (k = 0; k < smooth; k++)

                    {

                        if (max < gray_bt[k])

                        {

                            max = gray_bt[k];

                            maxindex = k;

                        }

                    }

                    pos = j * stride;

                    tempValues[pos++] = (byte)(b_bt[maxindex] / max);

                    tempValues[pos++] = (byte)(g_bt[maxindex] / max);

                    tempValues[pos] = (byte)(r_bt[maxindex] / max);

                    frist = false;

                }

                else

                {

                    for (int m = -radius; m <= radius; m++)

                    {

                        pos = Math.Abs(m) * unit + Math.Abs(j - radius - 1) * stride;

                        b = srcValues[pos++];

                        g = srcValues[pos++];

                        r = srcValues[pos];

                        gray = (b + g + r) / 3;

                        bt_index = gray * smooth >> 8;

                        gray_bt_src[bt_index]--;

                        b_bt_src[bt_index] -= b;

                        g_bt_src[bt_index] -= g;

                        r_bt_src[bt_index] -= r;


                        pos = Math.Abs(m) * unit + Math.Abs(j + radius) % h * stride;

                        b = srcValues[pos++];

                        g = srcValues[pos++];

                        r = srcValues[pos];

                        gray = (b + g + r) / 3;

                        bt_index = gray * smooth >> 8;

                        gray_bt_src[bt_index]++;

                        b_bt_src[bt_index] += b;

                        g_bt_src[bt_index] += g;

                        r_bt_src[bt_index] += r;

                    }

                    Array.Copy(gray_bt_src, gray_bt, smooth);

                    Array.Copy(b_bt_src, b_bt, smooth);

                    Array.Copy(g_bt_src, g_bt, smooth);

                    Array.Copy(r_bt_src, r_bt, smooth);

                }

                for (i = 1; i < w; i++)

                {

                    for (int m = -radius; m <= radius; m++)

                    {

                        pos = Math.Abs(i - radius - 1) * unit + Math.Abs(j + m) % h * stride;

                        b = srcValues[pos++];

                        g = srcValues[pos++];

                        r = srcValues[pos];

                        gray = (b + g + r) / 3;

                        bt_index = gray * smooth >> 8;

                        gray_bt[bt_index]--;

                        b_bt[bt_index] -= b;

                        g_bt[bt_index] -= g;

                        r_bt[bt_index] -= r;


                        pos = Math.Abs(i + radius) % w * unit + Math.Abs(j + m) % h * stride;

                        b = srcValues[pos++];

                        g = srcValues[pos++];

                        r = srcValues[pos];

                        gray = (b + g + r) / 3;

                        bt_index = gray * smooth >> 8;

                        gray_bt[bt_index]++;

                        b_bt[bt_index] += b;

                        g_bt[bt_index] += g;

                        r_bt[bt_index] += r;

                    }

                    max = 0;

                    maxindex = 0;

                    for (k = 0; k < smooth; k++)

                    {

                        if (max < gray_bt[k])

                        {

                            max = gray_bt[k];

                            maxindex = k;

                        }

                    }

                    pos = i * unit + j * stride;

                    tempValues[pos++] = (byte)(b_bt[maxindex] / max);

                    tempValues[pos++] = (byte)(g_bt[maxindex] / max);

                    tempValues[pos] = (byte)(r_bt[maxindex] / max);

                }             

            }

            srcValues = (byte[])tempValues.Clone();

            System.Runtime.InteropServices.Marshal.Copy(srcValues, 0, ptr, bytes);

            a.UnlockBits(srcData);

            return a;

        }

效果图如下：

原图

水彩画滤镜效果图

最后，放上一个完整的C#版程序DEMO下载地址：http://www.zealpixel.com/thread-61-1-1.html

这篇关于图像滤镜艺术---水彩画滤镜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/924563。

相关文章

基于WinForm+Halcon实现图像缩放与交互功能

基于WinForm+Halcon实现图像缩放与交互功能

《基于WinForm+Halcon实现图像缩放与交互功能》本文主要讲述在WinForm中结合Halcon实现图像缩放、平移及实时显示灰度值等交互功能,包括初始化窗口的不同方式,以及通过特定事件添加相应... 目录前言初始化窗口添加图像缩放功能添加图像平移功能添加实时显示灰度值功能示例代码总结最后前言本文将
阅读更多...
使用Python绘制蛇年春节祝福艺术图

使用Python绘制蛇年春节祝福艺术图

《使用Python绘制蛇年春节祝福艺术图》：本文主要介绍如何使用Python的Matplotlib库绘制一幅富有创意的“蛇年有福”艺术图,这幅图结合了数字,蛇形,花朵等装饰,需要的可以参考下... 目录1. 绘图的基本概念2. 准备工作3. 实现代码解析3.1 设置绘图画布3.2 绘制数字“2025”3.3
阅读更多...
基于人工智能的图像分类系统

基于人工智能的图像分类系统

目录 引言项目背景环境准备 硬件要求软件安装与配置系统设计 系统架构关键技术代码示例 数据预处理模型训练模型预测应用场景结论 1. 引言 图像分类是计算机视觉中的一个重要任务，目标是自动识别图像中的对象类别。通过卷积神经网络（CNN）等深度学习技术，我们可以构建高效的图像分类系统，广泛应用于自动驾驶、医疗影像诊断、监控分析等领域。本文将介绍如何构建一个基于人工智能的图像分类系统，包括环境
阅读更多...
Verybot之OpenCV应用一：安装与图像采集测试

Verybot之OpenCV应用一：安装与图像采集测试

在Verybot上安装OpenCV是很简单的，只需要执行：         sudo apt-get update         sudo apt-get install libopencv-dev         sudo apt-get install python-opencv         下面就对安装好的OpenCV进行一下测试，编写一个通过USB摄像头采
阅读更多...
跟我一起玩《linux内核设计的艺术》第1章（四）——from setup.s to head.s，这回一定让main滚出来！（已解封）

跟我一起玩《linux内核设计的艺术》第1章（四）——from setup.s to head.s，这回一定让main滚出来！（已解封）

看到书上1.3的大标题，以为马上就要见着main了，其实啊，还早着呢，光看setup.s和head.s的代码量就知道，跟bootsect.s没有可比性，真多……这确实需要包括我在内的大家多一些耐心，相信见着main后，大家的信心和干劲会上一个台阶，加油！ 既然上篇已经玩转gdb，接下来的讲解肯定是边调试边分析书上的内容，纯理论讲解其实我并不在行。 setup.s： 目标：争取把setup.
阅读更多...
【python计算机视觉编程——7.图像搜索】

【python计算机视觉编程——7.图像搜索】

python计算机视觉编程——7.图像搜索 7.图像搜索7.1 基于内容的图像检索（CBIR）从文本挖掘中获取灵感——矢量空间模型（BOW表示模型）7.2 视觉单词**思想****特征提取**： 创建词汇7.3 图像索引7.3.1 建立数据库7.3.2 添加图像 7.4 在数据库中搜索图像7.4.1 利用索引获取获选图像7.4.2 用一幅图像进行查询7.4.3 确定对比基准并绘制结果 7.
阅读更多...
【python计算机视觉编程——8.图像内容分类】

【python计算机视觉编程——8.图像内容分类】

python计算机视觉编程——8.图像内容分类 8.图像内容分类8.1 K邻近分类法（KNN）8.1.1 一个简单的二维示例8.1.2 用稠密SIFT作为图像特征8.1.3 图像分类:手势识别 8.2贝叶斯分类器用PCA降维 8.3 支持向量机8.3.2 再论手势识别 8.4 光学字符识别8.4.2 选取特征8.4.3 多类支持向量机8.4.4 提取单元格并识别字符8.4.5 图像校正
阅读更多...
HalconDotNet中的图像特征与提取详解

HalconDotNet中的图像特征与提取详解

文章目录 简介一、边缘特征提取二、角点特征提取三、区域特征提取四、纹理特征提取五、形状特征提取 简介   图像特征提取是图像处理中的一个重要步骤，用于从图像中提取有意义的特征，以便进行进一步的分析和处理。HalconDotNet提供了多种图像特征提取方法，每种方法都有其特定的应用场景和优缺点。 一、边缘特征提取   边缘特征提取是图像处理中最基本的特征提取方法之一，通过检
阅读更多...
超越IP-Adapter！阿里提出UniPortrait，可通过文本定制生成高保真的单人或多人图像。

超越IP-Adapter！阿里提出UniPortrait，可通过文本定制生成高保真的单人或多人图像。

阿里提出UniPortrait，能根据用户提供的文本描述，快速生成既忠实于原图又能灵活调整的个性化人像，用户甚至可以通过简单的句子来描述多个不同的人物，而不需要一一指定每个人的位置。这种设计大大简化了用户的操作，提升了个性化生成的效率和效果。 UniPortrait以统一的方式定制单 ID 和多 ID 图像，提供高保真身份保存、广泛的面部可编辑性、自由格式的文本描述，并且无需预先确定的布局。
阅读更多...
Winfrom中解决图像、文字模糊的方法

Winfrom中解决图像、文字模糊的方法

1.添加清单 2.将清单中的下面内容取消注释
阅读更多...

Copyright China编程 23002807@qq.com

沪ICP备2023033072号-2