在前面的文章 Python 計算機視覺（十五）—— 影像特效處理 中我已經介紹了大部分的影像的特效處理，但還是忽略了油畫特效的處理，在本篇文章中簡單介紹一下油畫特效的基本原理以及代碼實作，感興趣的小伙伴可以跟著碼一遍代碼，或者使用代碼直接運行查看一下效果就行，

目錄

一 基本原理

二 代碼實作

三 總體實作代碼以及保存

四 結束語

一 基本原理

如下面的兩幅圖所示，油畫用對了地方會使得影像一下子顯得文藝起來了呢！

拍出的影像	轉化為油畫

那么將一幅影像轉化為油畫型別的圖案是怎么實作的呢？為了將一幅普通的影像轉化為油畫，一般需要以下的幾個步驟：
（1）將影像轉化為灰度影像

（2）將影像劃分為一個個小方框（4*4，6*6...），并統計其中的每一個像素點像素值

（3）對方框中的像素點的的灰度值進行量化（可以參考我之前的關于量化的文章），并對不同的等級的像素點數目進行計數

（4）找到方框中灰度等級最多的像素點，并對這些像素點的灰度值求平均

（5）用平均值代替原像素像素值

二 代碼實作

首先還是經典操作，讀取影像資訊：

"""
Author:XiaoMa
date:2021/12/10
"""
import cv2
import numpy as np
img = cv2.imread(r'E:\From Zhihu\For the desk\cvyouhua.jpg')
img = cv2.resize(img, dsize = None, fx = 0.2, fy = 0.2) #由于該演算法計算量較大，首先對其大小進行調整
cv2.imshow('W0', img)
cv2.waitKey(0)
#獲取圖片寬高
height, width = img.shape[:2]
print(height, width)

得到影像資訊如下：

對影像進行油畫特效處理，代碼已經添加了注釋，有注釋的不清楚的地方可以在評論區討論或者私信留言，看到會回復大家的：

gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)#將影像轉化為灰度影像
dst = np.zeros((height, width, 3), np.uint8)#創建一個和原圖等大小的全零矩陣
#-----------------------------------------------------------------------
#使用for回圈嵌套來遍歷影像中的每一個像素點
#-----------------------------------------------------------------------
for i in range(2, height-2):
    for j in range(2, width-2):
        # ----------------------------------------------------------
        # 方框為4*4，對方框內像素點進行量化并記錄不同等級的像素點的個數
        # ------------------------------------------------------------
        array1 = np.zeros(8, np.uint8)#將像素點的值量化為8份，定義陣列記錄不同等級像素點的個數
        for m in range(-2, 2):
            for n in range(-2, 2):
                p1 = int(gray[i+m, j+n]/32)#量化操作
                array1[p1] = array1[p1] + 1#該陣列用來記錄不同量化級別下的像素點，比如array1[0]代表等級一下的像素點的個數，即像素值為（0~64）的像素點的個數
        #-----------------------------------------------------------
        #在上面的陣列中尋找最大值，即尋找數目最多的像素等級
        #------------------------------------------------------------
        currentMax = array1[0]
        l = 0#用來封裝最大值在陣列中的位置
        for k in range(0, 8):
            if currentMax < array1[k]:
                currentMax = array1[k]
                l = k
        #------------------------
        #求數目最多的像素等級的平均
        #------------------------
        for m in range(-2, 2):
            for n in range(-2, 2):
                if gray[i + m, j + n] >= (l * 32) and gray[i + m, j + n] <= ((l + 1) * 32):
                    (b, g, r) = img[i + m, j + n]
        dst[i, j] = (b, g, r)
cv2.imshow('youhua', dst)
cv2.waitKey(0)
cv2.destroyAllWindows()

得到的結果如下：

三 總體實作代碼以及保存

總體的代碼以及保存方式如下，大家修改一下讀取和保存的路徑就可以用了，如果想了解一下實作演算法可以先敲一遍代碼：

"""
Author:XiaoMa
date:2021/12/15
"""
import cv2
import numpy as np
import matplotlib.pyplot as plt
img = cv2.imread(r'E:\From Zhihu\For the desk\cvyouhua.jpg')
img = cv2.resize(img, dsize = None, fx = 0.2, fy = 0.2) #由于該演算法計算量較大，首先對其大小進行調整
cv2.imshow('W0', img)
cv2.waitKey(0)
#獲取圖片寬高
height, width = img.shape[:2]
print(height, width)
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)#將影像轉化為灰度影像
dst = np.zeros((height, width, 3), np.uint8)#創建一個和原圖等大小的全零矩陣
#-----------------------------------------------------------------------
#使用for回圈嵌套來遍歷影像中的每一個像素點
#-----------------------------------------------------------------------
for i in range(2, height-2):
    for j in range(2, width-2):
        # ----------------------------------------------------------
        # 方框為4*4，對方框內像素點進行量化并記錄不同等級的像素點的個數
        # ------------------------------------------------------------
        array1 = np.zeros(8, np.uint8)#將像素點的值量化為8份，定義陣列記錄不同等級像素點的個數
        for m in range(-2, 2):
            for n in range(-2, 2):
                p1 = int(gray[i+m, j+n]/32)#量化操作
                array1[p1] = array1[p1] + 1#該陣列用來記錄不同量化級別下的像素點，比如array1[0]代表等級一下的像素點的個數，即像素值為（0~64）的像素點的個數
        #-----------------------------------------------------------
        #在上面的陣列中尋找最大值，即尋找數目最多的像素等級
        #------------------------------------------------------------
        currentMax = array1[0]
        l = 0#用來封裝最大值在陣列中的位置
        for k in range(0, 8):
            if currentMax < array1[k]:
                currentMax = array1[k]
                l = k
        #------------------------
        #求數目最多的像素等級的平均
        #------------------------
        for m in range(-2, 2):
            for n in range(-2, 2):
                if gray[i + m, j + n] >= (l * 32) and gray[i + m, j + n] <= ((l + 1) * 32):
                    (b, g, r) = img[i + m, j + n]
        dst[i, j] = (b, g, r)
cv2.imshow('youhua', dst)
cv2.waitKey(0)
cv2.destroyAllWindows()
#------------------------------------------------
#保存影像(以前的文章中介紹過，有不懂的地方可以去考古)
#------------------------------------------------
plt.rcParams['font.family'] = 'SimHei'       #將全域中文字體改為黑體
ImgGroup = [img, gray, dst]
ImgTitle = ['原圖', '灰度圖', '油畫']
a = plt.figure(figsize=(30, 10)) #創建畫布
for i in range(0, 3):
    ImgGroup[i] = cv2.cvtColor(ImgGroup[i], cv2.COLOR_BGR2RGB)
    plt.subplot(1, 3, i + 1)
    plt.imshow(ImgGroup[i])
    plt.title(ImgTitle[i])
    plt.suptitle('影像油畫特效')
    plt.xticks([])
    plt.yticks([])
plt.savefig(r'E:\From Zhihu\For the desk\Acvyouhua.jpg')
plt.show()

得到結果如下：

四 結束語

本篇文章主要介紹了影像特效中的油畫效果的基本原理以及代碼實作，并簡單進行保存處理，感興趣可以進行學習了解，