一、原图图片和效果图

黑白版 

彩色版 

再来个只狼的~

---

二、具体步骤

导入库

# -*- coding: UTF-8 -*-
import cv2
import numpy as np

---

读取图片，灰度图，因此第二参数为0（1则表示彩色图）

# 读取图片
img = cv2.imread('img.jpg', 0)

保存灰度图

# 显示并保存图片
cv2.imshow('gray', img)
cv2.imwrite('gray.jpg', img)

---

第一步：中值滤波

# 第一步：中值滤波
# 中值滤波
img1 = cv2.medianBlur(img, 3)

# 显示并保存图片
cv2.imshow('medianBlur', img1)
cv2.imwrite('medianBlur.jpg', img1)

---

第二步：图像二值化，阈值范围100到255，type=2

# 第二步：图像二值化
# 图像二值化
ret, img2 = cv2.threshold(img1, 100, 255, 2, img1)  # 二值化函数

# 显示并保存图片
cv2.imshow('threshold', img2)
cv2.imwrite('threshold.jpg', img2)

---

第三步：膨胀图像

# 第三步：膨胀图像
dilate_kernel = np.ones((3, 3), np.uint8)
img3 = cv2.dilate(img2, dilate_kernel)

# 显示并保存图片
cv2.imshow('dilate', img3)
cv2.imwrite('dilate.jpg', img3)

---

第四部：腐蚀图像

# 第四步：腐蚀图像
erode_kernel = np.ones((7, 7), np.uint8)
img4 = cv2.erode(img3, erode_kernel)

# 显示并保存图片
cv2.imshow('erode', img4)
cv2.imwrite('erode.jpg', img4)

到这里是不是就有水墨画的感觉了呢~

---

彩色图的话只需要在读取原图的时候改第二个参数为1即可

# 读取图片
img = cv2.imread('img.jpg', 1)

---

三、完整代码

# -*- coding: UTF-8 -*-
import cv2
import numpy as np

# 读取图片
img = cv2.imread('img.jpg', 0)

# 显示并保存图片
cv2.imshow('gray', img)
cv2.imwrite('gray.jpg', img)

# 第一步：中值滤波
# 中值滤波
img1 = cv2.medianBlur(img, 3)

# 显示并保存图片
cv2.imshow('medianBlur', img1)
cv2.imwrite('medianBlur.jpg', img1)
# 第二步：图像二值化
# 图像二值化
ret, img2 = cv2.threshold(img1, 100, 255, 2, img1)  # 二值化函数

# 显示并保存图片
cv2.imshow('threshold', img2)
cv2.imwrite('threshold.jpg', img2)

# 第三步：膨胀图像
dilate_kernel = np.ones((3, 3), np.uint8)
img3 = cv2.dilate(img2, dilate_kernel)

# 显示并保存图片
cv2.imshow('dilate', img3)
cv2.imwrite('dilate.jpg', img3)

# 第四步：腐蚀图像
erode_kernel = np.ones((7, 7), np.uint8)
img4 = cv2.erode(img3, erode_kernel)

# 显示并保存图片
cv2.imshow('erode', img4)
cv2.imwrite('erode.jpg', img4)

cv2.waitKey(0)

---

四、生成的其他效果图

主要利用

ret, img2 = cv2.threshold(img1, 100, 255, 2, img1)  # 二值化函数

这个函数来生成不同的图像（按照threshold->dilate->erode顺序显示）

---

1.type=0

2.type=1

3.type=2（本文用到的）

4.type=3

5.type=4

---

彩色图

---

只狼

1.二值化这里把第一个值调高，我这里是200到255，太低了整体的图片特别亮

# 第二步：图像二值化
# 图像二值化
ret, img2 = cv2.threshold(img1, 200, 255, 2, img1)  # 二值化函数

2.腐蚀图像这里把核改为(5,5) 

# 第四步：腐蚀图像
erode_kernel = np.ones((5, 5), np.uint8)
img4 = cv2.erode(img3, erode_kernel)

---

五、总结

 OpenCV里还有各种不同的函数用法，熟练使用就可以制作自己想要的图片啦~