Python 基于 OpenCV 视觉图像处理实战 之 OpenCV 简单视频处理实战案例 之十 简单视频浮雕画效果

Python 基于 OpenCV 视觉图像处理实战 之 OpenCV 简单视频处理实战案例 之十 简单视频浮雕画效果

目录

Python 基于 OpenCV 视觉图像处理实战 之 OpenCV 简单视频处理实战案例 之十 简单视频浮雕画效果

一、简单介绍

二、简单视频浮雕画效果实现原理

三、简单视频浮雕画效果案例实现简单步骤

四、注意事项

---

一、简单介绍

Python是一种跨平台的计算机程序设计语言。是一种面向对象的动态类型语言，最初被设计用于编写自动化脚本(shell)，随着版本的不断更新和语言新功能的添加，越多被用于独立的、大型项目的开发。Python是一种解释型脚本语言，可以应用于以下领域： Web 和 Internet开发、科学计算和统计、人工智能、教育、桌面界面开发、软件开发、后端开发、网络爬虫。

这里使用 Python  基于 OpenCV 进行视觉图像处理，......

二、简单视频浮雕画效果实现原理

视频浮雕效果是一种图像处理技术，可以将图像中的灰度变化转换为浮雕或凸起的视觉效果。在视频中应用浮雕效果后，图像的边缘部分将产生明显的凸起或凹陷效果，从而使图像看起来更加立体和有质感。这种效果通常用于增强图像的纹理和轮廓，使图像看起来更加生动和逼真。

实现原理：

• 视频的浮雕效果，通过对视频的每一帧应用浮雕滤镜，增强视频的立体感和轮廓。

实现方法：

1. 打开视频文件： 使用OpenCV的VideoCapture函数打开输入视频文件。
2. 设置输出视频参数： 获取输入视频的帧率和尺寸，并定义输出视频的编码器和帧率。
3. 应用浮雕效果： 定义一个apply_emboss_filter函数，该函数接受一帧图像作为输入，并应用浮雕效果。浮雕效果的实现基于以下步骤：
   • 将图像转换为灰度图像。
   • 通过对灰度图像应用Sobel算子来计算图像的梯度。
   • 根据Sobel算子计算的梯度，计算浮雕效果。
   • 将浮雕效果转换回BGR格式。
4. 处理视频帧： 逐帧读取输入视频，并对每帧应用浮雕效果。
5. 写入输出视频： 将处理后的帧写入输出视频文件。
6. 释放资源： 释放所有使用的资源，包括输入视频和输出视频。

三、简单视频浮雕画效果案例实现简单步骤

1、编写代码

2、运行效果

3、具体代码

"""
简单视频浮雕画效果
    1、打开视频文件：使用OpenCV的VideoCapture函数打开输入视频文件。
    2、设置输出视频参数：获取输入视频的帧率和尺寸，并定义输出视频的编码器和帧率。
    3、应用浮雕效果：定义一个apply_emboss_filter函数，该函数接受一帧图像作为输入，并应用浮雕效果。浮雕效果的实现基于以下步骤：
    4、写入输出视频：将处理后的帧写入输出视频文件。
    5、释放资源：释放所有使用的资源，包括输入视频和输出视频。
"""
 
 
import cv2
 
 
def apply_emboss_filter(frame, scale_factor=0.5, offset=128):
    """
    应用浮雕滤波器
    :param frame:
    :param scale_factor:
    :param offset:
    :return:
    """
    # 将图像转换为灰度图像
    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
 
    # 通过对灰度图像应用 Sobel 算子来计算图像的梯度
    sobel_x = cv2.Sobel(gray, cv2.CV_8U, 1, 0, ksize=3)
    sobel_y = cv2.Sobel(gray, cv2.CV_8U, 0, 1, ksize=3)
 
    # 计算浮雕效果
    emboss = cv2.addWeighted(sobel_x, scale_factor, sobel_y, scale_factor, offset)
 
    # 将浮雕效果转换回 BGR 格式
    emboss_bgr = cv2.cvtColor(emboss, cv2.COLOR_GRAY2BGR)
 
    return emboss_bgr
 
 
def apply_emboss_effect(input_video_path, output_video_path, scale_factor=0.5, offset=128):
    """
    应用浮雕效果到整个视频
    :param input_video_path:
    :param output_video_path:
    :param scale_factor:
    :param offset:
    :return:
    """
    # 打开视频文件
    cap = cv2.VideoCapture(input_video_path)
 
    # 检查视频是否成功打开
    if not cap.isOpened():
        print("Error: Failed to open video.")
        return
 
    # 获取视频的帧率和尺寸
    fps = int(cap.get(cv2.CAP_PROP_FPS))
    width = int(cap.get(cv2.CAP_PROP_FRAME_WIDTH))
    height = int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT))
 
    # 定义视频编码器
    fourcc = cv2.VideoWriter_fourcc(*'mp4v')
 
    # 创建 VideoWriter 对象
    out = cv2.VideoWriter(output_video_path, fourcc, fps, (width, height))
 
    while cap.isOpened():
        # 读取视频的一帧
        ret, frame = cap.read()
        if not ret:
            break
 
        # 对当前帧应用浮雕滤波器
        embossed_frame = apply_emboss_filter(frame, scale_factor, offset)
 
        # 将处理后的帧写入输出视频文件
        out.write(embossed_frame)
 
    # 释放资源
    cap.release()
    out.release()
    cv2.destroyAllWindows()
 
 
def main():
    # 调用函数并指定输入和输出视频文件路径
    input_video_path = "Videos/TwoPeopleRunning.mp4"
    output_video_path = "Videos/VideoEmbossEffect.mp4"
    apply_emboss_effect(input_video_path, output_video_path, scale_factor=0.5, offset=128)
 
 
if __name__ == "__main__":
    main()

四、注意事项

1. 确保输入视频文件存在且能够正常打开。
2. 确保输入视频的帧率和尺寸与输出视频一致。
3. 注意图像处理过程中可能产生的数据类型问题，如确保灰度图像的数据类型为CV_8U类型。
4. 在处理视频时，要确保处理速度足够快，以避免处理过程变得过慢。