python实现对图油画、卡通、梦幻、草图、水彩效果

本篇博客将介绍如何使用wxPython模块和OpenCV库来实现对图像进行灰度化、二值化、伽马校正、色彩空间转换和图像反转这5种效果的合并程序。程序可以通过wxPython提供的GUI界面来选择图片路径和效果类型，程序会将处理后的图像保存到指定路径并打开。

步骤一：安装wxPython和OpenCV库

首先需要安装wxPython和OpenCV库。可以使用pip命令来安装：

pip install wxPython
pip install opencv-contrib-python

步骤二：创建GUI界面

我们可以使用wxPython来创建一个GUI界面，包括一个选择文件路径的按钮、一个下拉框来选择效果类型、一个处理按钮和一个输出路径文本框。代码如下：

import cv2
import wx
import os

class ImageTransformer(wx.Frame):
    def __init__(self):
        super().__init__(parent=None, title='Image Transformer')
        self.panel = wx.Panel(self)
        self.image_path = None
        self.effect_choice = None
        self.create_widgets()
        self.Show()

    def create_widgets(self):
        # 创建选择文件按钮
        self.file_picker = wx.FilePickerCtrl(self.panel, wildcard='Image files (*.jpg;*.jpeg;*.png)|*.jpg;*.jpeg;*.png')
        self.file_picker.Bind(wx.EVT_FILEPICKER_CHANGED, self.on_file_pick)
        # 创建效果选择下拉框
        self.effects = ['Oil Painting', 'Watercolor', 'Sketch', 'Cartoon', 'Dreamy']
        self.effect_choice = wx.Choice(self.panel, choices=self.effects)
        # 创建转换按钮
        self.transform_button = wx.Button(self.panel, label='Transform', size=(100, 30))
        self.transform_button.Bind(wx.EVT_BUTTON, self.on_transform)
        # 创建状态栏
        self.status_bar = self.CreateStatusBar()
        # 创建布局
        main_sizer = wx.BoxSizer(wx.VERTICAL)
        main_sizer.Add(self.file_picker, 0, wx.ALL|wx.EXPAND, 5)
        main_sizer.Add(self.effect_choice, 0, wx.ALL|wx.CENTER, 5)
        main_sizer.Add(self.transform_button, 0, wx.ALL|wx.CENTER, 5)
        self.panel.SetSizer(main_sizer)

    def on_file_pick(self, event):
        # 获取选择的文件路径
        self.image_path = event.GetPath()
        self.status_bar.SetStatusText(f'Selected file: {self.image_path}')

这是一个基于wxPython库的图像转换应用程序的代码。它创建了一个名为"Image Transformer"的窗口，并提供了以下功能：

1. 创建选择文件按钮：使用wx.FilePickerCtrl创建一个按钮，允许用户选择图像文件。通过设置wildcard参数，只显示特定类型的图像文件（.jpg、.jpeg、.png）。

2. 创建效果选择下拉框：使用wx.Choice创建一个下拉框，供用户选择要应用的图像效果。下拉框中提供了"Oil Painting"、"Watercolor"、"Sketch"、"Cartoon"和"Dreamy"这些选项。

3. 创建转换按钮：使用wx.Button创建一个按钮，标有"Transform"，用于触发图像转换操作。

4. 创建状态栏：使用CreateStatusBar方法创建一个状态栏，用于显示当前选择的图像文件路径。

5. 创建布局：使用wx.BoxSizer创建一个垂直布局管理器，将上述组件添加到主面板中，并设置相应的边距和对齐方式。

6. on_file_pick方法：当用户选择图像文件时，该方法将获取所选文件的路径，并在状态栏中显示该路径。

步骤三：实现图像处理

在OnProcess函数中，我们需要实现图像的处理。我们可以使用OpenCV库来实现灰度化、二值化、伽马校正、色彩空间转换和图像反转这5种效果。代码如下：

import cv2
import wx
import os

class ImageTransformer(wx.Frame):
    def __init__(self):
        super().__init__(parent=None, title='Image Transformer')
        self.panel = wx.Panel(self)
        self.image_path = None
        self.effect_choice = None
        self.create_widgets()
        self.Show()

    def create_widgets(self):
        # 创建选择文件按钮
        self.file_picker = wx.FilePickerCtrl(self.panel, wildcard='Image files (*.jpg;*.jpeg;*.png)|*.jpg;*.jpeg;*.png')
        self.file_picker.Bind(wx.EVT_FILEPICKER_CHANGED, self.on_file_pick)
        # 创建效果选择下拉框
        self.effects = ['Oil Painting', 'Watercolor', 'Sketch', 'Cartoon', 'Dreamy']
        self.effect_choice = wx.Choice(self.panel, choices=self.effects)
        # 创建转换按钮
        self.transform_button = wx.Button(self.panel, label='Transform', size=(100, 30))
        self.transform_button.Bind(wx.EVT_BUTTON, self.on_transform)
        # 创建状态栏
        self.status_bar = self.CreateStatusBar()
        # 创建布局
        main_sizer = wx.BoxSizer(wx.VERTICAL)
        main_sizer.Add(self.file_picker, 0, wx.ALL|wx.EXPAND, 5)
        main_sizer.Add(self.effect_choice, 0, wx.ALL|wx.CENTER, 5)
        main_sizer.Add(self.transform_button, 0, wx.ALL|wx.CENTER, 5)
        self.panel.SetSizer(main_sizer)

    def on_file_pick(self, event):
        # 获取选择的文件路径
        self.image_path = event.GetPath()
        self.status_bar.SetStatusText(f'Selected file: {self.image_path}')

    def on_transform(self, event):
        # 获取选择的效果
        effect = self.effect_choice.GetStringSelection()
        # 应用所选效果
        if effect == 'Oil Painting':
            result = self.apply_oil_painting_effect()
        elif effect == 'Watercolor':
            result = self.apply_watercolor_effect()
        elif effect == 'Sketch':
            result = self.apply_sketch_effect()
        elif effect == 'Cartoon':
            result = self.apply_cartoon_effect()
        elif effect == 'Dreamy':
            result = self.apply_dreamy_effect()
        else:
            self.status_bar.SetStatusText('Please select an effect')
            return
        # 获取原始文件名和扩展名
        filename, ext = os.path.splitext(self.image_path)
        # 拼接输出文件名
        output_path = f'{filename}_{effect}{ext}'
        # 保存结果
        cv2.imwrite(output_path, result)
        # 打开转换后的图片
        os.startfile(output_path)

    # def apply_oil_painting_effect(self, brush_radius=6, intensity=1):
    #     # 加载图像
    #     image = cv2.imread(self.image_path)
    #     # 应用油画效果
    #     oil_painting = cv2.xphoto.createOilPaintingFilter(brush_radius, intensity)
    #     result = oil_painting.apply(image)
    #     return result
    def apply_oil_painting_effect(self, brush_radius=6, intensity=1):
        # 加载图像
        image = cv2.imread(self.image_path)
        # 转换为灰度图像
        gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
        # 应用中值模糊
        gray = cv2.medianBlur(gray, brush_radius + 1)
        # 增强对比度
        gray = cv2.addWeighted(gray, 2.5, cv2.GaussianBlur(gray, (0, 0), brush_radius / 30), -0.5, 0)
        # 将灰度图像转换为彩色图像
        result = cv2.cvtColor(gray, cv2.COLOR_GRAY2BGR)
        return result   
    def apply_watercolor_effect(self, sigma_s=60, sigma_r=0.4):
        # 加载图像
        image = cv2.imread(self.image_path)
        # 应用水彩效果
        watercolor = cv2.stylization(image, sigma_s=sigma_s, sigma_r=sigma_r)
        result = cv2.cvtColor(watercolor, cv2.COLOR_BGR2RGB)
        return result

    def apply_sketch_effect(self):
        # 加载图像
        image = cv2.imread(self.image_path)
        # 将图像转换为灰度图像
        gray_image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
        # 将灰度图像转换为边缘图像
        edges = cv2.Canny(gray_image, 30, 100)
        # 将边缘图像转换为彩色图像
        sketch = cv2.cvtColor(edges, cv2.COLOR_GRAY2BGR)
        return sketch

    def apply_cartoon_effect(self):
        # 加载图像
        image = cv2.imread(self.image_path)
        # 将图像转换为灰度图像
        gray_image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
        # 应用均值迁移滤波器以平滑图像
        filtered = cv2.pyrMeanShiftFiltering(image, 20, 50)
        #将平滑图像转换为灰度图像
        gray_filtered = cv2.cvtColor(filtered, cv2.COLOR_BGR2GRAY)
        # 应用边缘检测
        edges = cv2.adaptiveThreshold(gray_filtered, 255, cv2.ADAPTIVE_THRESH_MEAN_C, cv2.THRESH_BINARY, 9, 5)
        # 应用双边滤波器以增强边缘
        colored_edges = cv2.cvtColor(edges, cv2.COLOR_GRAY2BGR)
        cartoon = cv2.bitwise_and(filtered, colored_edges)
        return cartoon

    def apply_dreamy_effect(self, blend_alpha=0.5):
        # 加载图像
        image = cv2.imread(self.image_path)
        # 将图像转换为浮点数格式
        image = image.astype(float) / 255.0
        # 应用高斯模糊以减少噪声
        blurred = cv2.GaussianBlur(image, (7, 7), 0)
        # 将图像与模糊图像混合
        dreamy = cv2.addWeighted(image, 1 - blend_alpha, blurred, blend_alpha, 0)
        return dreamy

if __name__ == '__main__':
    app = wx.App()
    transformer = ImageTransformer()
    app.MainLoop()

这是一个Python类中的几个方法，用于应用不同的图像效果。每个方法都需要一个指向图像文件的路径作为输入，并返回处理后的图像。

1. apply_oil_painting_effect方法：该方法使用OpenCV库将输入图像转换为灰度图像，然后应用中值模糊和增强对比度的技术，最后将灰度图像转换为彩色图像，并返回结果。

2. apply_watercolor_effect方法：该方法使用OpenCV库实现水彩效果，通过调节参数sigma_s和sigma_r来控制效果的强度，并将结果转换为RGB格式并返回。

3. apply_sketch_effect方法：该方法将输入图像转换为灰度图像，然后使用Canny算法将其转换为边缘图像，最后将边缘图像转换为彩色图像并返回。

4. apply_cartoon_effect方法：该方法将输入图像转换为灰度图像，然后通过应用均值迁移滤波器以平滑图像，并使用自适应阈值进行边缘检测，最后使用双边滤波器增强边缘并返回结果。

5. apply_dreamy_effect方法：该方法将输入图像转换为浮点数格式，然后使用高斯模糊以减少噪声，并将图像与模糊图像混合，最后返回结果。混合系数由参数blend_alpha控制。

到此，我们的程序就完成了。您可以将上述代码保存到一个名为photoconvert5type.py的文件中，并运行它来测试程序。当程序运行时，您可以使用GUI界面中的打开按钮来选择一个图像文件，然后选择一个效果类型，最后点击处理按钮。程序将会创建一个新的文件，保存处理后的图像，并打开它。

 

 总结

本篇博客介绍了如何使用wxPython模块和OpenCV库来实现对图像进行灰度化、二值化、伽马校正、色彩空间转换和图像反转这5种效果的合并程序。程序可以通过wxPython提供的GUI界面来选择图片路径和效果类型，程序会将处理后的图像保存到指定路径并打开。如果您对这个程序感兴趣，可以尝试添加一些额外的效果，例如边缘检测或图像平滑。