油絵の画像

原理：

図1は、画像取得階調（グレー）画像
2は、小箱（4×4または8×8または10×10など）、各小画素ブロックの統計値に設計する
いくつかのグレー0-255に分け、3レベル、および結果が設定された各第2段階の処理レベルにマッピングされ、カウント
グレースケールまでの各ブロック内の全ての画素を見つけるために、4を、これらの画素の平均値取得
5を用いて考え出しオリジナルを置き換える画素値の平均値

CV2インポート
NP ASインポートnumpyの

IMG = cv2.imread（ 'D：/pythonob/imageinpaint/img/zidan.jpg' ,. 1）
imgInfo img.shape = 
高さ= imgInfo [0] 
幅= imgInfo [1] 
グレー= CV2。 cvtColor（IMG、cv2.COLOR_BGR2GRAY）
DST = np.zeros（（高さ、幅,. 3）、np.uint8）
pixel_class。4 = 
sectionTop = INT（256 / pixel_class）
各データループの＃使用の二つは画像を横断し
Iための範囲（図3に示すように、高さ- 3。。）
    の範囲でJ（3、幅- 3）： 
        ＃現在のグレーレベルが4つのプログラムで定義されている
        ＃は4つの段階で負荷にピクセルのアレイを画定します数
        ARRAY1 = np.zeros（pixel_class、np.uint8） 
        ＃小さな正方形の手順現在、6×6で定義されている
        範囲内のMために（-3 ,. 3）：
            N-における範囲（-3 ,. 3）：
                ＃P1がさ添字0-3で表される画素レベルのセグメントを分割
                INT = P1（グレー[IはMを+、N-J +] / sectionTop）
                画素数の＃次のレベルは、下付き文字は配列1画素レベルを表し、
                ＃画素値が小さいブロックレベルの画素の代表であります数
                ARRAY1 [P1] = ARRAY1 [P1] +。1 
        ＃次のブロックが小さい画素セグメント内の最大画素を決定し
        CurrentMax =配列1 [0] 
        ここでL位にL = 0は、記録画素セグメントがカウントアップ提供配列の添字
        範囲におけるK用の（0、pixel_class）
            ：CurrentMax <配列1 [K] IF 
                CurrentMax配列1 = [K] 
                L = Kの
        ＃意味治療
        U = V = W = 0 
        の範囲におけるm（-3ため,. 3 ）：
            N-における範囲（-3 ,. 3）：
                IFグレー[Iは、Mを+ N-J +]> =（L * sectionTop）とグレー<=（（1 + [Iは、n-J +、Mを+] 1）。 *セクション）：
                    （B、G、R）= IMG [iがmを+ J + n]は
                    、U + = Bの
                    V + = G 
                    W + = R 
        U = INT（U /配列1 [L]）
        V = INT（V /配列1 [L ]）
        = INT（W /配列1 [L]）W 
        DST [I、J] = [U、V、W] 
）cv2.imshow（ 'DST'、DST 
cv2.imshow（ 'IMG'、IMG）
cv2.waitKey （0）

 

図の効果。