[OpenCV] Mémo personnel

Conclusion

Trouvez la valeur intermédiaire du HSV

Un style qui n'ose pas utiliser les expressions d'inclusion

import cv2
import numpy as np

image = cv2.imread('./testimages/test.jpg') #Lecture de fichiers

#Extraction de couleur avec HSV
hsv = cv2.cvtColor(image, cv2.COLOR_BGR2HSV_FULL) #Convertir l'image en HSV
hue = hsv[:, :, 0]#Hue Hue
sat = hsv[:, :, 1]#Saturation Saturation
val = hsv[:, :, 2]#Valeur de légèreté
print(hue, sat, val)
print(hue.shape, sat.shape, val.shape)
print(hue[0], sat[0], val[0])

##Trouvez la valeur intermédiaire de la teinte
h_num = []
for h in hue:
    for hn in h:
        h_num.append(hn)
ave_h = sum(h_num)/len(h_num)
print(ave_h)

##Trouver la valeur intermédiaire de la saturation
s_num = []
for s in sat:
    for sn in s:
        s_num.append(sn)
ave_s = sum(s_num)/len(s_num)
print(ave_s)

##Trouvez la valeur intermédiaire de la légèreté
v_num = []
for v in val:
    for vl in v:
        v_num.append(vl)
ave_v = sum(v_num)/len(v_num)
print(ave_v)

Processus d'acquisition Edge

import numpy as np
import cv2

img_BGR = cv2.imread("./testimages/test.jpg ")

img_Lab = cv2.cvtColor(img_BGR, cv2.COLOR_BGR2Lab)
img_Lab_L, img_Lab_a, img_Lab_b = cv2.split(img_Lab)

cv2.imshow("pic", img_Lab_a)
cv2.waitKey(0)
cv2.destroyAllWindows()

min_val = 30
max_val = 70
img_canny = cv2.Canny(img_Lab_a, min_val, max_val)
cv2.imshow("pic", img_canny)
cv2.waitKey(0)
cv2.destroyAllWindows()
#cv2.imwrite('out.jpg', img_canny)

Convertir de la photo au style de bande dessinée

Préparation de screen.jpg

import cv2
import time
import numpy as np

#cap = cv2.VideoCapture(0)

#Seuil de tribalisation * Ajustez la valeur vous-même
th1, th2 = 60, 60

#r, img = cap.read()
img = cv2.imread("./testdir/test.jpg ")

#Obtenir l'image d'entrée en échelle de gris
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
#Chargement de l'image à l'écran
screen = cv2.imread("screen.jpg ", 0)
#Redimensionnement de l'image à l'écran
screen = cv2.resize(screen, (gray.shape[1], gray.shape[0]))
#Détection des bords et inversion des couleurs
edge = 255 - cv2.Canny(gray, 80, 120)
#Tribalisation des images
gray[gray <= th1] = 0
gray[gray >= th2] = 255
gray[np.where((gray > th1) & (gray < th2))] = screen[np.where((gray > th1) & (gray < th2))]

#Faire correspondre l'image ternaire et l'image de bord
gray = cv2.bitwise_and(gray, edge)

#Enregistrer l'image
cv2.imwrite("Sample.jpg ", gray)