算法步骤:
1、获取图像的灰度图片
2、设计一个小方框(4x4/8x8 /10x10等),统计每个小方框的像素值
3、将0-255的灰度值划分成几个等级,并把第二步处理的结果映射到所设置的各个等级中,并计数
4、找到每个方框中灰度等级最多的所有的像素,并且求取这些像素的均值
5、用统计出来的平均值来替代原来的像素值
import cv2 import numpy as np img = cv2.imread('./Nature.jpg', 1) imgInfo = img.shape height = imgInfo[0] width = imgInfo[1] gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) dst = np.zeros((height, width, 3), np.uint8) pixel_class = 4 section = int(256 / pixel_class) # 用两层for循环来遍历图片的每个数据 for i in range(3, height - 3): for j in range(3, width - 3): # 当前程序中定义的灰度等级是4个 # 定义一个数组来装载这4个等级内的像素个数 array1 = np.zeros(pixel_class, np.uint8) # 当前程序中定义的小方块是6x6的 for m in range(-3, 3): for n in range(-3, 3): # p1是对该像素点等级段的划分,用下标表示0-3 p1 = int(gray[i + m, j + n] / section) # 接下来对像素等级进行计数,array1的下标代表像素等级, # 值则代表处在该像素等级小方框内像素的个数 array1[p1] = array1[p1] + 1 # 接下来判断在这个小方框内哪一个像素段的像素最多 currentMax = array1[0] l = 0 # 这里设置一个l用来记录像素段计数最多的数组下标 for k in range(0, pixel_class): if currentMax < array1[k]: currentMax = array1[k] l = k # 均值处理 u = v = w = 0 for m in range(-3, 3): for n in range(-3, 3): if gray[i + m, j + n] >= (l * section) and gray[i + m, j + n] <= ((l + 1) * section): (b, g, r) = img[i + m, j + n] u += b v += g w += r u = int(u / array1[l]) v = int(v / array1[l]) w = int(w / array1[l]) dst[i, j] = [u, v, w] cv2.imshow('dst', dst) cv2.imshow('img', img) cv2.waitKey(0) cv2.destroyAllWindows() cv2.imwrite('RoseOilPainting.png', dst)