要求对图像进行批量处理,实现细节增强、边缘增强、图像缩放、中值滤波、图像锐化、手绘效果及冷暖色调整等功能,要求设计过程中写出每个功能代码并注释。遍历指定文件夹的所有jpg格式图片,依次进行上述的图片修改,文件夹的位置为D:\360MoveData\Users\15251\Desktop\tupian

时间: 2024-03-22 21:38:29 浏览: 12
好的,以下是针对您的要求所编写的 Python 代码,可以实现对指定文件夹内的所有 JPG 格式图片进行批量处理: ```python import os import cv2 import numpy as np # 定义细节增强函数 def detail_enhance(img): return cv2.detailEnhance(img, sigma_s=10, sigma_r=0.15) # 定义边缘增强函数 def edge_enhance(img): return cv2.edgePreservingFilter(img, flags=1, sigma_s=5, sigma_r=0.15) # 定义图像缩放函数 def resize(img, scale_percent): width = int(img.shape[1] * scale_percent / 100) height = int(img.shape[0] * scale_percent / 100) dim = (width, height) return cv2.resize(img, dim, interpolation=cv2.INTER_AREA) # 定义中值滤波函数 def median_blur(img): return cv2.medianBlur(img, ksize=5) # 定义图像锐化函数 def sharpen(img): kernel = np.array([[-1,-1,-1], [-1,9,-1], [-1,-1,-1]]) return cv2.filter2D(img, -1, kernel) # 定义手绘效果函数 def pencil_sketch(img): gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) gray_invert = 255 - gray blur = cv2.GaussianBlur(gray_invert, ksize=(21, 21), sigmaX=0, sigmaY=0) return cv2.divide(gray, 255 - blur, scale=256) # 定义冷暖色调整函数 def adjust_color(img, alpha, beta): new_img = np.zeros(img.shape, img.dtype) for y in range(img.shape[0]): for x in range(img.shape[1]): for c in range(img.shape[2]): new_img[y,x,c] = np.clip(alpha * img[y,x,c] + beta, 0, 255) return new_img # 遍历指定文件夹下的所有 JPG 格式图片 folder_path = 'D:\\360MoveData\\Users\\15251\\Desktop\\tupian' for filename in os.listdir(folder_path): if filename.endswith('.jpg'): # 读取图片 img = cv2.imread(os.path.join(folder_path, filename)) # 使用各种图像处理方法进行处理 img = detail_enhance(img) img = edge_enhance(img) img = resize(img, scale_percent=50) img = median_blur(img) img = sharpen(img) img = pencil_sketch(img) img = adjust_color(img, alpha=1, beta=50) # 保存处理后的图片 cv2.imwrite(os.path.join(folder_path, 'processed_' + filename), img) ``` 以上代码中,我们定义了七个函数,分别对应您提出的七个要求,具体作用如下: - `detail_enhance`: 使用 OpenCV 自带的 `detailEnhance` 函数对图像进行细节增强,使得图像中的细节更加清晰。 - `edge_enhance`: 使用 OpenCV 自带的 `edgePreservingFilter` 函数对图像进行边缘增强,使得图像中的边缘更加清晰。 - `resize`: 使用 OpenCV 自带的 `resize` 函数对图像进行缩放,可以按照指定的比例对图像进行缩放。 - `median_blur`: 使用 OpenCV 自带的 `medianBlur` 函数对图像进行中值滤波,可以去除图像中的椒盐噪声等。 - `sharpen`: 使用 OpenCV 自带的 `filter2D` 函数对图像进行锐化,可以使得图像中的细节更加清晰。 - `pencil_sketch`: 实现手绘效果,将图像转换为铅笔画风格。 - `adjust_color`: 调整图像的冷暖色调。 然后我们遍历指定文件夹下的所有 JPG 格式图片,对每张图片依次进行上述的图片修改。最后,我们保存处理后的图片,文件名为 `processed_` + 原文件名,保存在原文件所在的文件夹中。 请注意,以上代码仅供参考,具体使用时需要根据实际情况进行调整。另外,由于每种图像处理方法的参数设置都会影响最终的效果,因此您可能需要对每个函数的参数进行微调,以达到最佳的效果。

相关推荐

最新推荐

recommend-type

opencv 图像滤波(均值,方框,高斯,中值)

主要介绍了opencv 图像滤波(均值,方框,高斯,中值),文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
recommend-type

基于FPGA的图像处理系统.pdf

图像采集选用 OV7670图像传感器,其内部集成了传感器及图像处理单元,可以直接输出数字信号给FPGA.图像处理选用 Altera公司的CycloneII系列的 FPGA 芯片,在芯片上完成了图像采集的控...
recommend-type

图像灰度增强, 平滑, 锐化.ppt

该PPT介绍了图像增强的一些基本方法, 涉及直接灰度变换法(线性, 非线性), 直方图修正法(直方图均衡化, 直方图规定化), 图像平滑(邻域平均法, 中值滤波, 多图像平均法, 频域低通滤波法), 图像锐化(微分法, 高通滤波法...
recommend-type

ansys maxwell

ansys maxwell
recommend-type

matlab基于不确定性可达性优化的自主鲁棒操作.zip

matlab基于不确定性可达性优化的自主鲁棒操作.zip
recommend-type

zigbee-cluster-library-specification

最新的zigbee-cluster-library-specification说明文档。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

实现实时数据湖架构:Kafka与Hive集成

![实现实时数据湖架构:Kafka与Hive集成](https://img-blog.csdnimg.cn/img_convert/10eb2e6972b3b6086286fc64c0b3ee41.jpeg) # 1. 实时数据湖架构概述** 实时数据湖是一种现代数据管理架构,它允许企业以低延迟的方式收集、存储和处理大量数据。与传统数据仓库不同,实时数据湖不依赖于预先定义的模式,而是采用灵活的架构,可以处理各种数据类型和格式。这种架构为企业提供了以下优势: - **实时洞察:**实时数据湖允许企业访问最新的数据,从而做出更明智的决策。 - **数据民主化:**实时数据湖使各种利益相关者都可
recommend-type

2. 通过python绘制y=e-xsin(2πx)图像

可以使用matplotlib库来绘制这个函数的图像。以下是一段示例代码: ```python import numpy as np import matplotlib.pyplot as plt def func(x): return np.exp(-x) * np.sin(2 * np.pi * x) x = np.linspace(0, 5, 500) y = func(x) plt.plot(x, y) plt.xlabel('x') plt.ylabel('y') plt.title('y = e^{-x} sin(2πx)') plt.show() ``` 运行这段
recommend-type

JSBSim Reference Manual

JSBSim参考手册,其中包含JSBSim简介,JSBSim配置文件xml的编写语法,编程手册以及一些应用实例等。其中有部分内容还没有写完,估计有生之年很难看到完整版了,但是内容还是很有参考价值的。