OpenCV 简单滤镜效果

OpenCV提供了丰富的图像处理和计算机视觉算法，广泛应用于图像处理、视频分析、物体检测等领域。

本文将介绍如何使用 OpenCV 实现几种简单的滤镜效果，包括灰度、怀旧和浮雕效果。

以下是主要滤镜效果：

1、灰度滤镜

灰度滤镜是最简单的滤镜之一，它将彩色图像转换为灰度图像。

灰度图像只有一个通道，每个像素的值表示亮度。

实现步骤

1. 读取图像。
2. 使用 cv2.cvtColor() 函数将图像从 BGR 颜色空间转换为灰度颜色空间。

代码解析：

• cv2.imread('input.jpg')：读取图像文件。
• cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)：将图像从 BGR 颜色空间转换为灰度颜色空间。
• cv2.imwrite('gray_output.jpg', gray_image)：保存灰度图像。
• cv2.imshow('Gray Image', gray_image)：显示灰度图像。

2、怀旧滤镜

怀旧滤镜通过调整图像的色彩通道，使图像呈现出一种复古的效果。

通常，怀旧滤镜会增加红色和绿色通道的强度，同时减少蓝色通道的强度。

实现步骤

1. 读取图像。
2. 分离图像的 BGR 通道。
3. 调整各个通道的强度。
4. 合并通道，生成怀旧效果的图像。

代码解析：

• cv2.split(image)：分离图像的 BGR 通道。
• np.clip()：确保像素值在 0 到 255 之间。
• cv2.merge((b, g, r))：合并调整后的通道，生成怀旧效果的图像。

3、浮雕滤镜

浮雕滤镜通过计算图像中相邻像素的差值，生成一种类似于浮雕的效果，这种滤镜通常用于增强图像的边缘和纹理。

实现步骤

1. 读取图像。
2. 将图像转换为灰度图像。
3. 使用卷积核计算浮雕效果。

代码解析：

• cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)：将图像转换为灰度图像。
• cv2.filter2D(gray_image, -1, kernel)：应用卷积核，生成浮雕效果。

4、模糊滤镜

模糊滤镜通过平滑图像，减少图像中的噪声和细节。

5、锐化滤镜

锐化滤镜通过增强图像的边缘，使图像更加清晰。

6、边缘检测滤镜

边缘检测滤镜通过检测图像中的边缘，突出显示物体的轮廓。