使用OpenCV-Python批量为照片应用灰度滤镜.rar

import cv2 # 导入OpenCV-Python模块 import os # 导入文件与系统模块 import numpy as np # 导入数值计算库 ''' * 功能：为图片应用灰度滤镜，并且保存图片到指定路径 * filein：要应用滤镜的图片的路径 * picture_name：要应用滤镜的图片的文件名 ''' def filter(filein,picture_name): imgI_filename = os.path.join(filein,picture_name) # 源文件路径 imgO_filename = os.path.join(r'out', picture_name) # 目标文件路径 img_rgb = cv2.imread(imgI_filename) # 读取源图片 img_gray = cv2.cvtColor(img_rgb, cv2.COLOR_RGB2GRAY) # 转换为灰度 # 调整亮度和对比度 res = np.uint8(np.clip((1.2 * img_gray + 0), 0, 255)) cv2.imwrite(imgO_filename, res) # 保存转换后的图片 ## cv2.imshow('GrayImage',img_cartoon) # 加预览 if __name__ == '__main__': imagelist = [] # 创建空列表 #循环读取指定路径下的文件名 for filename in os.listdir(r'in/'): imagelist.append(filename) #将文件名添加到imagelist print(filename) filter(r'in',filename) # 为图片应用灰度滤镜 ''' ######################################################################### import cv2 import numpy as np original_image1 = cv2.imread('in/20140927_071425.jpg').astype(np.float32)/255 # 设置调整颜色参数，小于1时，数值越小，越具有美白效果。反之，大于1时数值越大，可对美白照片还原原色 gamma1 = 0.6 whitening = np.power(original_image1, gamma1) # 去除噪点 denoise = cv2.medianBlur(whitening, 5) cv2.imshow('original_image', original_image1) cv2.imshow('whitening', whitening) cv2.imshow('denoise', denoise) ''' ## ### 对图片进行二值化====================================================== ##import cv2 ##import numpy as np ##img1 = cv2.imread('003.jpg') ##img2 = cv2.imread('temppic.jpg') ##rows, cols, channels = img1.shape ##roi = img2[0:rows, 0:cols] ##img2gray = cv2.cvtColor(img1, cv2.COLOR_BGR2GRAY) ##ret, Mask = cv2.threshold(img2gray, 170, 255, cv2.THRESH_BINARY) ##Mask_inv = cv2.bitwise_not(Mask) ##img1_bg = cv2.bitwise_and(roi, roi, mask=Mask) ##img1_fg = cv2.bitwise_and(img1, img1, mask=Mask_inv) ##dst = cv2.add(img1_bg, img1_fg) ##img2[0:rows, 0:cols] = dst ##cv2.imshow('res', Mask) ##cv2.imshow('das', img2) ##cv2.waitKey(0) ##cv2.destroyAllWindows() # 实时调整图片透明度 ##import cv2 ##import numpy as np ## ##def callback(object): ## pass ## ##cv2.namedWindow('image') ##img1 = cv2.imread('temppic.jpg') ##[x, y, z] = img1.shape ### 创建一个相同规格的图像，可以自己读取一张图用切片工具 ### 选出相同大小的矩阵 ##img2 = np.zeros([x, y, z], img1.dtype) ##B, G, R = 10, 88, 21 # 自己调色 ##img2[:, :, 0] = np.uint8(B) ##img2[:, :, 1] = np.uint8(G) ##img2[:, :, 2] = np.uint8(R) ##cv2.createTrackbar('alpha', 'image', 0, 100, callback) ## ##while True: ## Alpha = cv2.getTrackbarPos('alpha', 'image')/100 ## img3 = cv2.addWeighted(img1, Alpha, img2, 1-Alpha, 0) ## cv2.imshow('image', img3) ## if cv2.waitKey(10) & 0xFF == ord('q'): ## break ##cv2.destroyAllWindows()