怎么实现Opencv马赛克和毛玻璃效果与图片融合

这篇文章主要介绍“怎么实现Opencv马赛克和毛玻璃效果与图片融合”，在日常操作中，相信很多人在怎么实现Opencv马赛克和毛玻璃效果与图片融合问题上存在疑惑，小编查阅了各式资料，整理出简单好用的操作方法，希望对大家解答”怎么实现Opencv马赛克和毛玻璃效果与图片融合”的疑惑有所帮助！接下来，请跟着小编一起来学习吧！

1.马赛克效果

马赛克的基本原理就是，用某一个区域的某一个像素点替代这个区域所有的像素点，从而导致图片出现模糊的效果，如下：

import cv2


# 马赛克效果
img = cv2.imread(filename='../anqila21.jpg',flags=1)
imgInfo = img.shape
height = imgInfo[0]
width = imgInfo[1]
flag = 2   # 系数，系数越小，马赛克的效果越不明显
for m in range(26,height):
    for n in range(140,880):
        if m%flag==0 and n%flag==0:
            for i in range(0,flag):
                for j in range(0,flag):
                    (b,g,r) = img[m,n]
                    img[i+m,j+n] = (b,g,r)

cv2.imshow('dst',img)
cv2.waitKey(0)

2. 毛玻璃效果

import cv2
import numpy as np
import random

# 毛玻璃效果
img = cv2.imread(filename='../anqila21.jpg',flags=1)
imgInfo = img.shape
height = imgInfo[0]
width = imgInfo[1]
dst = np.zeros((height,width,3),np.uint8)
for i in range(height-8):
    for j in range(width-8):
        index = int(random.random()*8)  # 生成0-8之间的随机数(不包括8)
        dst[i, j] = img[i+index,j+index]
cv2.imshow('dst',dst)
cv2.waitKey(0)

3. 图片的融合

就是将两张图片融合到一张图片上，即可看到第一张图片的效果，也可以看到第二张图片的效果。

import cv2

img_1 = cv2.imread(filename='../anqila21.jpg',flags=1)
img_2 = cv2.imread(filename='../huanghe.jpg',flags=1)
imgInfo = img_1.shape
height = imgInfo[0]
width = imgInfo[1]
# roi
roi = 0.5
dst = cv2.addWeighted(img_1,roi,img_2,(1-roi),0)
cv2.imshow('dst',dst)
cv2.waitKey(0)

算法实现

import cv2
import numpy as np

img_1 = cv2.imread(filename='../anqila21.jpg',flags=1)
img_2 = cv2.imread(filename='../huanghe.jpg',flags=1)
imgInfo = img_1.shape
height = imgInfo[0]
width = imgInfo[1]
# roi
roi = 0.5
dst = np.zeros((height,width,3),np.uint8)

for i in range(height):
    for j in range(width):
        (b1,g1,r1) = img_1[i,j]
        (b2,g2,r2) = img_2[i,j]
        dst[i,j] = (int(b1*roi+b2*(1-roi)),int(g1*roi+g2*(1-roi)),int(r1*roi+r2*(1-roi)))

cv2.imshow('dst',dst)
cv2.waitKey(0)

到此，关于“怎么实现Opencv马赛克和毛玻璃效果与图片融合”的学习就结束了，希望能够解决大家的疑惑。理论与实践的搭配能更好的帮助大家学习，快去试试吧！若想继续学习更多相关知识，请继续关注亿速云网站，小编会继续努力为大家带来更多实用的文章！