PotatoPie 4.0 实验教程(32) —— FPGA实现摄像头图像浮雕效果

本文主要是介绍PotatoPie 4.0 实验教程(32) —— FPGA实现摄像头图像浮雕效果，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！

什么是浮雕效果？

浮雕效果是一种图像处理技术，用于将图像转换为看起来像浮雕一样的效果，给人一种凸起或凹陷的立体感觉，下面第二张图就是图像处理实现浮雕效果。

不过这个图是用Adobe公司的PS人工P图实现的，效果比较好，算法比我们在本教程讲述的要复杂很多，当然算法也没有公开。

图像的浮雕效果怎么实现？

图像的浮雕效果通常是通过以下步骤实现的：

1. 转换为灰度图像：首先，将彩色图像转换为灰度图像。因为浮雕效果更适用于单通道的灰度图像，而且计算简单。

2. 计算浮雕效果：对于每个像素，计算其与相邻像素的亮度差异。这个差异值越大，就越可能是立体感觉的边界。

3. 映射到目标图像：根据计算的差异值，将图像中的每个像素替换为其灰度值加上一个固定的偏移量。通常，亮度差越大，偏移量就越大，从而产生浮雕效果。

4. 调整浮雕强度：可以通过调整偏移量的大小来控制浮雕的强度。较大的偏移量将产生更加明显的浮雕效果，而较小的偏移量则会产生更加柔和的效果。

5. 输出结果：最终得到的图像就是具有浮雕效果的图像，可以保存或者显示出来。

浮雕效果的实现方法有多种，但通常包括计算亮度差异、映射到目标图像和调整强度等步骤。

浮雕效果旨在突出图像中的变化部分，减弱相似部分，从而产生一种立体感。一般的处理流程如下：

1. 差值计算：对于每个像素点，计算其左上角像素与右下角像素的亮度差值，然后加上一个固定的偏移值（通常为128）。这个过程突出了图像中的边缘和变化部分。

2. 边界处理：对计算得到的差值进行边界处理，确保其范围在0到255之间。大于255的值被截断为255，小于0的值被截断为0。

3. 像素替换：用处理后的差值替换原始图像中对应位置的像素值，产生浮雕效果。

python实现图像的浮点效果处理源码

PotatoPie 4.0 实验教程(32) —— FPGA实现摄像头图像浮雕效果-Anlogic-安路论坛-FPGA CPLD-ChipDebug

这段代码实现了将一张彩色图像转换为灰度图像，并对灰度图像进行浮雕效果的处理。具体功能如下：

1. 读取名为”Lena.jpg”的彩色图像文件。
2. 将彩色图像转换为灰度图像，以便后续处理。
3. 计算浮雕效果图像，通过对每个像素点的领域像素进行差值计算，并添加一个偏置值（128），然后将结果限制在[0, 255]的范围内，得到浮雕效果图像。
4. 显示原始灰度图像、浮雕效果图像以及另一个浮雕效果图像（在计算时采用不同的方法）。

函数功能说明：

• cv2.imread(imagePath): 读取图像文件，返回图像的Numpy数组表示。
• cv2.cvtColor(imageIn, cv2.COLOR_BGR2GRAY): 将彩色图像转换为灰度图像。
• plt.imshow(image, cmap='gray'): 将图像显示在matplotlib窗口中，使用灰度色彩映射。
• plt.title('title', fontproperties=font): 设置图像的标题，使用指定的字体。

上面这段代码中我们运用了两种方式计算浮雕效果：

• 第一种：imageGray(i-1, j-1) - imageGray(i+1, j+1) + 128; 即像素点的左上角像素与右下角的像素做差值然后加上 128 
• 第二种：imageGray(i, j+1) - imageGray(i, j) + 128; 采用一行像素中前后两个像素做差值然后加上128

下面是两种浮雕效果的示意图，可以看到第一种的效果要比第二种的效果好。

MATLAB实现图像的浮点效果处理源码

PotatoPie 4.0 实验教程(32) —— FPGA实现摄像头图像浮雕效果-Anlogic-安路论坛-FPGA CPLD-ChipDebug

这段 MATLAB 代码实现了对输入的彩色图像进行浮雕效果处理，并显示处理前后的图像。以下是代码的详细功能介绍：

1. 清除工作空间：

   • 使用 clear、clear all 和 clc 命令清除 MATLAB 工作空间中的所有变量、函数以及命令窗口的内容。

2. 获取当前脚本所在目录：

   • 使用 mfilename 和 fileparts 函数获取当前 MATLAB 脚本所在的目录。

3. 读取图像文件：

   • 使用 imread 函数读取名为 “Lena.jpg” 的图像文件，该文件位于脚本所在目录。

4. 将图像转换为灰度图像：

   • 使用 rgb2gray 函数将彩色图像转换为灰度图像。

5. 初始化浮雕效果图像矩阵：

   • 使用 zeros 函数初始化一个与灰度图像大小相同的全零矩阵，用于存储浮雕效果图像。

6. 计算浮雕效果：

   • 使用嵌套的 for 循环遍历灰度图像的每个像素点。
   • 对于每个像素点，计算其浮雕像素值，即该像素与其左上角像素的灰度值差加上 128。
   • 通过限制像素值范围确保浮雕像素值在 0 到 255 之间。
   • 将计算得到的浮雕像素值赋给对应位置的浮雕效果图像矩阵。

7. 显示图像：

   • 使用 subplot 和 imshow 函数在 MATLAB 中创建一个包含三个子图的图像窗口。
   • 第一个子图显示原始的灰度图像。
   • 第二个子图显示经过浮雕效果处理后的图像。
   • 第三个子图显示另一个经过浮雕效果处理后的图像。

通过这段代码，可以清楚地展示了原始图像和经过浮雕效果处理后的图像，帮助用户理解浮雕效果处理的效果和实现过程。

上面这段代码中我们运用了两种方式计算浮雕效果：

• 第一种：imageGray(i-1, j-1) - imageGray(i+1, j+1) + 128; 即像素点的左上角像素与右下角的像素做差值然后加上 128 
• 第二种：imageGray(i, j+1) - imageGray(i, j) + 128; 采用一行像素中前后两个像素做差值然后加上128

下面是两种浮雕效果的示意图，可以看到第一种的效果要比第二种的效果好。

FPGA工程分析

层次图

与demo18相比，只是多了一个img_emboss的模块，也就是下面这一段代码，在从SDRAM读出来之后，经它处理后再输出hdmi_tx模块。

img_emboss u_img_emboss
(.i_clk(clk_pixel),.i_rst_n(sys_rst_n),.i_hs(VGA_HS),     .i_vs(VGA_VS),     .i_de  (VGA_DE),       .i_r(VGA_RGB[23:16]),.i_g(VGA_RGB[15:8] ),.i_b(VGA_RGB[7:0]  ),    .value(65),  .o_hs(emboss_hs),.o_vs(emboss_vs),.o_de(emboss_de),   .o_gray(emboss_data)
);

img_emboss模块源代码分析

前面讲过有两种实现浮雕效果的算法，为了简化运算和让教程更易懂，我们这个教程中先采用第二种算法。在后面会再开一篇讲解如何实现浮雕效果的第一种算法。

img_emboss核心代码总共有三步：

1、转灰度图，前面的课程中介绍过

r_d0 <= 77 * i_r;

g_d0 <= 150 * i_g;
b_d0 <= 29 * i_b;

2、浮雕计算，这里即为采用第二种方法，gray_d0[15:8]是当前像素的灰度值，gray_reg是前一像素的灰度值

assign emboss = gray_d0[15:8] - gray_reg + value; // 浮雕效果值计算

3.对计算出来的值进行防溢出处理，详见代码最后一段always;

管脚约束

与PotatoPie 4.0 实验教程(18) —— FPGA实现OV5640摄像头采集以SDRAM作为显存进行HDMI输出显示相同，不作赘述。

时序约束

与PotatoPie 4.0 实验教程(18) —— FPGA实现OV5640摄像头采集以SDRAM作为显存进行HDMI输出显示相同，不作赘述。

实验效果

这篇关于PotatoPie 4.0 实验教程(32) —— FPGA实现摄像头图像浮雕效果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！

---