首页 人工智能 OpenCV 实战

# 环境

  • Python：3.6.5 OpenCV 4.1.2
  • C++：OpenCV 4.1.2
  • JS：OpenCV 4.5.0

环境搭建可参考：B 站视频

欢迎访问博主搭建的 在线运行平台 (o ゜▽゜) o☆

# 运行结果

# Python 代码

import cv2 as cv
# 转换函数
def convert(img):
    gray = cv.cvtColor(img, cv.COLOR_BGR2GRAY)
    inv = 255 - gray
    blur = cv.GaussianBlur(inv, ksize=(15, 15), sigmaX=50, sigmaY=50)
    res = cv.divide(gray, 255 - blur, scale=255)
    return res
# 左边转素描
def left_convert(src):
    # 获取图像右半部分
    img = src[:, :round(len(src[0])/2), :]
    # 生成素描图
    img = convert(img)
    # 灰度转彩色
    img = cv.cvtColor(img, cv.COLOR_GRAY2BGR)
    # 和原始图像拼合
    src[:, :round(len(src[0])/2), :] = img
    return src
# 右边转素描
def right_convert(src):
    # 获取图像右半部分
    img = src[:, round(len(src[0])/2):, :]
    # 生成素描图
    img = convert(img)
    # 灰度转彩色
    img = cv.cvtColor(img, cv.COLOR_GRAY2BGR)
    # 和原始图像拼合
    src[:, round(len(src[0])/2):, :] = img
    return src
# 上边转素描
def up_convert(src):
    # 获取图像上半部分
    img = src[:round(len(src)/2), :, :]
    # 生成素描图
    img = convert(img)
    # 灰度转彩色
    img = cv.cvtColor(img, cv.COLOR_GRAY2BGR)
    # 和原始图像拼合
    src[:round(len(src)/2), :, :] = img
    return src
# 下边转素描
def down_convert(src):
    # 获取图像上半部分
    img = src[round(len(src)/2):, :, :]
    # 生成素描图
    img = convert(img)
    # 灰度转彩色
    img = cv.cvtColor(img, cv.COLOR_GRAY2BGR)
    # 和原始图像拼合
    src[round(len(src)/2):, :, :] = img
    return src
# 读入图像
src = cv.imread("E:/_Image/OpenCVTest/her.jpg")
# 转素描
src = left_convert(src)
# src = right_convert(src)
# src = up_convert(src)
# src = down_convert(src)
# 预览
cv.imshow("input", src)
# 保存
cv.imwrite("E:/_Image/OpenCVTest/her_convert.jpg", src)
cv.waitKey()
cv.destroyAllWindows()
# JS 代码
onOpenCvReady() {
  const cv = window.cv
  // 读取图像
  const src = this.createMat(cv, 'source', { name: 'imageSrcRaw' })
  // 转换为灰度
  const gray = this.createMat(cv, 'empty')
  cv.cvtColor(src, gray, cv.COLOR_RGBA2GRAY)
  // 图像取反
  const inv = this.createMat(cv, 'empty')
  cv.bitwise_not(gray, inv)
  // 高斯模糊 取反
  const blur = this.createMat(cv, 'empty')
  cv.GaussianBlur(inv, blur, new cv.Size(15, 15), 50, 50)
  cv.bitwise_not(blur, blur)
  // 像素算数操作 
  const dst = this.createMat(cv, 'empty')
  cv.divide(gray, blur, dst, 255)
  // 显示图像
  cv.imshow('canvasOutput', dst)
  // 销毁所有 mat 释放内存
  this.destoryAllMats()
},
createMat(cv, type, ops) {
  switch (type) {
    case 'source':
      if (ops && ops.name) {
        const mat = cv.imread(ops.name)
        this.mats.push(mat)
        return mat
      }
      break
    case 'empty': {
      const mat = new cv.Mat()
      this.mats.push(mat)
      return mat
    }
    case 'options':
      if (ops && ops.rows && ops.cols && ops.type && ops.initValue) {
        const mat = new cv.Mat(ops.rows, ops.cols, ops.type, ops.initValue)
        this.mats.push(mat)
        return mat
      }
      break
    default:
      break
  }
},
destoryAllMats() {
  let i = 0
  this.mats.forEach(item => {
    item.delete()
    i++
  })
  this.mats = []
  console.log('销毁图象数：', i)
}