OpenCV-浮雕&雕刻效果

简介: OpenCV-浮雕&雕刻效果

实现原理

浮雕:

      浮雕效果就类似于在一个平面上呈现了一个图案,通过卷积处理可以实现,模板如下:

      将图像任意点(i,j)赋值为I(i-1,j-1)-I(i+1,j+1)+128。

雕刻:

      雕刻效果就类似于一个图案在一个平面内,通过卷积处理可以实现,模板如下:

     将图像任意点(i,j)赋值为I(i+1,j+1)-I(i-1,j-1)+128。

功能函数代码

// 浮雕
cv::Mat Relief(cv::Mat src)
{
  CV_Assert(src.channels() == 3);
  int row = src.rows;
  int col = src.cols;
  cv::Mat temp = src.clone();
  for (int i = 1; i < row-1; ++i)
  {
    uchar *s1 = src.ptr<uchar>(i - 1);
    uchar *s2 = src.ptr<uchar>(i + 1);
    uchar *t = temp.ptr<uchar>(i);
    for (int j = 1; j < col-1; ++j)
    {
      for (int k = 0; k < 3; ++k)
      {
        int RGB = s1[3 * (j - 1) + k] - s2[3 * (j + 1) + k] + 128;
        if (RGB < 0)RGB = 0;
        if (RGB > 255)RGB = 255;
        t[3*j+k] =(uchar)RGB;
      }
    }
  }
  return temp;
}
// 雕刻
cv::Mat Sculpture(cv::Mat src)
{
  CV_Assert(src.channels() == 3);
  int row = src.rows;
  int col = src.cols;
  cv::Mat temp = src.clone();
  for (int i = 1; i < row - 1; ++i)
  {
    uchar *s1 = src.ptr<uchar>(i - 1);
    uchar *s2 = src.ptr<uchar>(i + 1);
    uchar *t = temp.ptr<uchar>(i);
    for (int j = 1; j < col - 1; ++j)
    {
      for (int k = 0; k < 3; ++k)
      {
        int RGB = s2[3 * (j + 1) + k] - s1[3 * (j - 1) + k] + 128;
        if (RGB < 0)RGB = 0;
        if (RGB > 255)RGB = 255;
        t[3 * j + k] = (uchar)RGB;
      }
    }
  }
  return temp;
}

C++测试代码

#include <iostream>
#include <string>
#include <opencv2/opencv.hpp>
using namespace std;
using namespace cv;
cv::Mat Relief(cv::Mat src);
cv::Mat Sculpture(cv::Mat src);
int main()
{
  cv::Mat src = imread("dragon.jpg");
  cv::Mat result1 = Relief(src);
  cv::Mat result2 = Sculpture(src);
  cv::imshow("original", src);
  cv::imshow("relief", result1);
  cv::imshow("sculpture", result2);
  waitKey(0);
  return 0;
}
// 浮雕
cv::Mat Relief(cv::Mat src)
{
  CV_Assert(src.channels() == 3);
  int row = src.rows;
  int col = src.cols;
  cv::Mat temp = src.clone();
  for (int i = 1; i < row-1; ++i)
  {
    uchar *s1 = src.ptr<uchar>(i - 1);
    uchar *s2 = src.ptr<uchar>(i + 1);
    uchar *t = temp.ptr<uchar>(i);
    for (int j = 1; j < col-1; ++j)
    {
      for (int k = 0; k < 3; ++k)
      {
        int RGB = s1[3 * (j - 1) + k] - s2[3 * (j + 1) + k] + 128;
        if (RGB < 0)RGB = 0;
        if (RGB > 255)RGB = 255;
        t[3*j+k] =(uchar)RGB;
      }
    }
  }
  return temp;
}
// 雕刻
cv::Mat Sculpture(cv::Mat src)
{
  CV_Assert(src.channels() == 3);
  int row = src.rows;
  int col = src.cols;
  cv::Mat temp = src.clone();
  for (int i = 1; i < row - 1; ++i)
  {
    uchar *s1 = src.ptr<uchar>(i - 1);
    uchar *s2 = src.ptr<uchar>(i + 1);
    uchar *t = temp.ptr<uchar>(i);
    for (int j = 1; j < col - 1; ++j)
    {
      for (int k = 0; k < 3; ++k)
      {
        int RGB = s2[3 * (j + 1) + k] - s1[3 * (j - 1) + k] + 128;
        if (RGB < 0)RGB = 0;
        if (RGB > 255)RGB = 255;
        t[3 * j + k] = (uchar)RGB;
      }
    }
  }
  return temp;
}

测试效果

图1 原图

图2 浮雕效果

图3 雕刻效果

      浮雕是呈现在平面外的,雕刻是在平面内的。

      如果函数有什么可以改进完善的地方,非常欢迎大家指出,一同进步何乐而不为呢~

      如果文章帮助到你了,可以点个赞让我知道,我会很快乐~加油!

相关文章
|
计算机视觉 Python
图像增强、锐化,利用 Python-OpenCV 来实现 4 种方法!
图像增强目的使得模糊图片变得更加清晰、图片模糊的原因是因为像素灰度差值变化不大,图片各区域产生视觉效果似乎都是一样的, 没有较为突出的地方,看起来不清晰的感觉 解决这个问题的最直接简单办法,放大像素灰度值差值、使图像中的细节更加清晰。
图像增强、锐化,利用 Python-OpenCV 来实现 4 种方法!
|
SQL 分布式计算 运维
开源大数据 OLAP 引擎最佳实践 | 学习笔记(二)
快速学习开源大数据 OLAP 引擎最佳实践
开源大数据 OLAP 引擎最佳实践 | 学习笔记(二)
|
8月前
|
安全 数据可视化 数据管理
企业访客预约怎么做?推荐一套简单高效的二维码预约方案
对于不想复杂部署、不具备技术团队、但又希望提升访客管理效率的企业来说,草料二维码提供的访客预约方案是当前最具性价比的选择之一。它不是替代庞大系统的全能工具,但对于日常管理的轻量化、效率化改造,已经足够强大。
企业访客预约怎么做?推荐一套简单高效的二维码预约方案
|
机器学习/深度学习 人工智能 文字识别
ultralytics YOLO11 全新发布!(原理介绍+代码详见+结构框图)
本文详细介绍YOLO11,包括其全新特性、代码实现及结构框图,并提供如何使用NEU-DET数据集进行训练的指南。YOLO11在前代基础上引入了新功能和改进,如C3k2、C2PSA模块和更轻量级的分类检测头,显著提升了模型的性能和灵活性。文中还对比了YOLO11与YOLOv8的区别,并展示了训练过程和结果的可视化
18997 0
|
JSON 自然语言处理 数据处理
数据标注工具 Label-Studio
数据标注工具 Label-Studio
4336 0
|
Windows
解决“ACCESS_MASK不明确”错误
本文讨论了在编译过程中遇到的“ACCESS_MASK不明确”错误的原因和解决方法。错误通常由头文件冲突引起,解决方法包括去除自定义的命名空间、调整包含static函数的类头文件顺序,以及去除多余的#include指令。文章还提供了一些编程规范和参考链接。
464 1
|
机器学习/深度学习 安全 TensorFlow
OpenCV的发展历史
【7月更文挑战第27天】OpenCV的发展历史。
452 3
|
存储 Unix Shell
【简化Cmake编译过程 】编写通用的bash脚本:简化和构建cmake高效自动化任务
【简化Cmake编译过程 】编写通用的bash脚本:简化和构建cmake高效自动化任务
456 0
|
设计模式 算法 数据库
C/C++外观模式解析:简化复杂子系统的高效方法
C/C++外观模式解析:简化复杂子系统的高效方法
196 0
|
Java Python Windows
Python pip 源设置成国内源,阿里云源,清华大学源,最方便的方式,都在这里了
Python pip 源设置成国内源,阿里云源,清华大学源,最方便的方式,都在这里了
77187 1