数字图像处理之matlab大作业：美图秀秀

news/2025/4/2 6:20:59/

1、放大缩小

从变量上看，图片是放大缩小了，但显示出来有点问题，应该是显示设置的原因。缩小的这张图不就是马赛克么~ 

clear,clc,close all;
Image=im2double(imread('lisa.jpg'));
subplot(1,3,1),imshow(Image,'InitialMagnification');
NewImage1=imresize(Image,[40,40]); 
NewImage2=imresize(Image,[6000,6000]);
subplot(1,3,2),imshow(NewImage1,'InitialMagnification');
subplot(1,3,3),imshow(NewImage2,'InitialMagnification');

2、翻转和旋转

Image2=imread('lisa.jpg');
HImage=flipdim(Image2,2);
VImage=flipdim(Image2,1);
CImage=flipdim(HImage,1);
subplot(221),imshow(Image2);
subplot(222),imshow(HImage);
subplot(223),imshow(VImage);
subplot(224),imshow(CImage);

  

Image=im2double(imread('lisa.jpg'));
NewImage1=imrotate(Image,15);
NewImage2=imrotate(Image,40,'bilinear');
subplot(1,2,1),imshow(NewImage1);
subplot(1,2,2),imshow(NewImage2);
imwrite(NewImage1,'rotate11.jpg');
imwrite(NewImage2,'rotate12.jpg');

3、图像剪切 

[I,map]=imread('lisa.jpg');
figure;
subplot(121);imshow(I,map);
%指定剪切区域的大小和位置，剪切，返回xy坐标和裁剪区域
[x,y,I2,rect]=imcrop(I,map,[100 200 40 40]);%位置和区域大小
subplot(122);imshow(I2);

4、图像增强（提高对比度）

picture=imread("lisa.jpg");
picture1=histeq(picture);
figure;
subplot(121);
imshow(picture);
subplot(122);
imshow(picture1);
figure;
subplot(121);
imhist(picture);
subplot(122);
imhist(picture1);

5、磨皮

noisyImg=imread('tina.jpg');
r=10;
level=5;
sigma=10+level^2;
dnImg=denoiseBasedLocalStat(noisyImg,r,sigma);
figure,imshow(noisyImg);
figure,imshow(dnImg);
mask=faceMask(noisyImg,5);
figure,imshow(mask);
w=0.5;
mergedImg=uint8(double(noisyImg).*(1-w*mask)+w*double(dnImg).*mask);
figure,imshow(mergedImg);
function dnImg = denoiseBasedLocalStat(img,r,sigma)
% 基于局部统计信息的图像滤波去噪
if size(img,3)==1img=double(img);dnImg=denoiseBasedLocalStat_gray(img,r,sigma);dnImg=uint8(dnImg);
end
if size(img,3)==3ycc=rgb2ycbcr(img);y=ycc(:,:,1);dnY=denoiseBasedLocalStat_gray(double(y),r,sigma);ycc(:,:,1)=uint8(dnY);dnImg=ycbcr2rgb(ycc);
end
endfunction dnImg=denoiseBasedLocalStat_gray(img,r,sigma)
% 基于局部统计信息的灰度图像滤波去噪
dnImg=zeros(size(img));
img=double(img);
paddedImg=padarray(img,[r,r],'symmetric','both');
[Yim,YYim]=intergalMap(paddedImg);
for i=r+1:size(paddedImg,1)-rfor j=r+1:size(paddedImg,2)-rrectSum=Yim(i+r+1,j+r+1)+Yim(i-r,j-r)-Yim(i-r,j+r+1)-Yim(i+r+1,j-r);rectSquareSum=YYim(i+r+1,j+r+1)+YYim(i-r,j-r)-YYim(i-r,j+r+1)-YYim(i+r+1,j-r);num=(2*r+1)^2;avg=rectSum/num;var=rectSquareSum/num-avg^2;k=var/(var+sigma^2);dnImg(i-r,j-r)=(1-k)*avg+k*img(i-r,j-r);end
end
endfunction [Yim,YYim]=intergalMap(img)
% 生成积分图
paddedImg=padarray(img,[1 1],0,'pre');
Yim=zeros(size(paddedImg));
YYim=Yim;
for i=2:size(paddedImg,1)for j=2:size(paddedImg,2)Yim(i,j)=Yim(i,j-1)+Yim(i-1,j)-Yim(i-1,j-1)+paddedImg(i,j);YYim(i,j)=YYim(i,j-1)+YYim(i-1,j)-YYim(i-1,j-1)+paddedImg(i,j)^2;end
end
endfunction mask=faceMask(img,r)
% 人脸掩模
mask=zeros(size(img,1),size(img,2));
mask(img(:,:,1)>20 & img(:,:,2)>40 & img(:,:,3)>50)=1;
mask=myBoxFilt(mask,r);
mask=mask(:,:,ones(1,3));
endfunction fImg=myBoxFilt(img,r)
% 盒式滤波
paddedImg=padarray(img,[r r],'symmetric','both');
[Yim,~]=intergalMap(paddedImg);
for i=r+1:size(paddedImg,1)-rfor j=r+1:size(paddedImg,2)-rrectSum=Yim(i+r+1,j+r+1)+Yim(i-r,j-r)-Yim(i-r,j+r+1)-Yim(i+r+1,j-r);avg=rectSum/(2*r+1)^2;fImg(i-r,j-r)=avg;end
end
end

6、美白

参考：【数字图像处理】实验（3）——图像综合应用：皮肤美化（MATLAB实现）_虚神公子的博客-CSDN博客_matlab图像美颜

这部分的代码也同时实现了磨皮的功效，感觉前后两个功能差不多，但实现方式不一样。 

clear,clc,close all;
ImageOrigin=im2double(imread('tina.jpg'));
figure,imshow(ImageOrigin),title('原图');
DBImage=DBfilt(ImageOrigin);                 %双边滤波SkinImage1=FirstFilter(ImageOrigin);            %%初步过滤
SkinArea=SecondFilter(SkinImage1);           %%YCgCr空间范围肤色检测SkinFuse=Fuse(ImageOrigin,DBImage,SkinArea);%图像融合
SkinBeautify=Sharp(SkinFuse);               %图像锐化Meibai=MB(SkinBeautify);%2.图像平滑
function Out=DBfilt(In)[height,width,c] = size(In); win=15;       % 定义双边滤波窗口宽度  sigma_s=6; sigma_r=0.1; % 双边滤波的两个标准差参数  [X,Y] = meshgrid(-win:win,-win:win); Gs = exp(-(X.^2+Y.^2)/(2*sigma_s^2));%计算邻域内的空间权值    Out=zeros(height,width,c); for k=1:cfor j=1:height    for i=1:width  temp=In(max(j-win,1):min(j+win,height),max(i-win,1):min(i+win,width),k);Gr = exp(-(temp-In(j,i,k)).^2/(2*sigma_r^2));%计算灰度邻近权值        % W为空间权值Gs和灰度权值Gr的乘积       W = Gr.*Gs((max(j-win,1):min(j+win,height))-j+win+1,(max(i-win,1):min(i+win,width))-i+win+1);      Out(j,i,k)=sum(W(:).*temp(:))/sum(W(:));            endend  endfigure,imshow(Out),title('双边滤波');
end
%3.皮肤区域分割
%3.1基于RGB空间的非肤色像素初步过滤
function Out=FirstFilter(In)Out=In;[height,width,c] = size(In); IR=In(:,:,1); IG=In(:,:,2);IB=In(:,:,3);for j=1:heightfor i=1:widthif (IR(j,i)<160/255 && IG(j,i)<160/255 && IB(j,i)<160) && (IR(j,i)>IG(j,i) && IG(j,i)>IB(j,i))Out(j,i,:)=0;endif IR(j,i)+IG(j,i)>500/255Out(j,i,:)=0;endif IR(j,i)<70/255 && IG(j,i)<40/255 && IB(j,i)<20/255Out(j,i,:)=0;endendendfigure,imshow(Out);title('非肤色初步过滤'); 
end
%3.2基于YCgCr空间范围肤色分割
function Out=SecondFilter(In)IR=In(:,:,1); IG=In(:,:,2);IB=In(:,:,3);       [height,width,c] = size(In);Out=zeros(height,width);for i=1:widthfor j=1:height  R=IR(j,i); G=IG(j,i); B=IB(j,i);       Cg=(-81.085)*R+(112)*G+(-30.915)*B+128;  Cr=(112)*R+(-93.786)*G+(-18.214)*B+128;         if Cg>=85 && Cg<=135 && Cr>=-Cg+260 && Cr<=-Cg+280       Out(j,i)=1;          endendendOut=medfilt2(Out,[3 3]);figure,imshow(Out),title('YCgCr空间范围肤色检测');    
end
%4.图像融合
function Out=Fuse(ImageOrigin,DBImage,SkinArea)Skin=zeros(size(ImageOrigin));Skin(:,:,1)=SkinArea;   Skin(:,:,2)=SkinArea;  Skin(:,:,3)=SkinArea;Out=DBImage.*Skin+double(ImageOrigin).*(1-Skin);figure,imshow(Out);title('肤色与背景图像融合');
end
%5.图像锐化
function Out=Sharp(In)H=[0 -1 0;-1 4 -1;0 -1 0]; %Laplacian锐化模板Out(:,:,:)=imfilter(In(:,:,:),H); Out=Out/3+In;
%     imwrite(Out,'man4.jpg');figure,imshow(Out),title('Laplacia锐化图像');
end
%6.皮肤亮白处理
function Out=MB(SkinBeautify)%im = imread('face9.jpg');
Out=rgb2ycbcr(SkinBeautify);%将图片的RGB值转换成YCbCr值%
YY=Out(:,:,1);
Cb=Out(:,:,2);
Cr=Out(:,:,3);
[x y z]=size(SkinBeautify);
tst=zeros(x,y);
Mb=mean(mean(Cb));
Mr=mean(mean(Cr));
%计算Cb、Cr的均方差%
Tb = Cb-Mb;
Tr = Cr-Mr;
Db=sum(sum((Tb).*(Tb)))/(x*y);
Dr=sum(sum((Tr).*(Tr)))/(x*y);
%根据阀值的要求提取出near-white区域的像素点%
cnt=1;    
for i=1:xfor j=1:yb1=Cb(i,j)-(Mb+Db*sign(Mb));b2=Cr(i,j)-(1.5*Mr+Dr*sign(Mr));if (b1<abs(1.5*Db) && b2<abs(1.5*Dr))Ciny(cnt)=YY(i,j);tst(i,j)=YY(i,j);cnt=cnt+1;endend
end
cnt=cnt-1;
iy=sort(Ciny,'descend');%将提取出的像素点从亮度值大的点到小的点依次排列%
nn=round(cnt/10);
Ciny2(1:nn)=iy(1:nn);%提取出near-white区域中10%的亮度值较大的像素点做参考白点%
%提取出参考白点的RGB三信道的值% 
mn=min(Ciny2);
for i=1:xfor j=1:yif tst(i,j)<mntst(i,j)=0;elsetst(i,j)=1;endend
end
R=SkinBeautify(:,:,1);
G=SkinBeautify(:,:,2);
B=SkinBeautify(:,:,3);R=double(R).*tst;
G=double(G).*tst;
B=double(B).*tst;%计算参考白点的RGB的均值%
Rav=mean(mean(R));
Gav=mean(mean(G));
Bav=mean(mean(B));Ymax=double(max(max(YY)))*0.15;%计算出图片的亮度的最大值%%计算出RGB三信道的增益% 
Rgain=Ymax/Rav;
Ggain=Ymax/Gav;
Bgain=Ymax/Bav;%通过增益调整图片的RGB三信道%
SkinBeautify(:,:,1)=SkinBeautify(:,:,1)*Rgain;
SkinBeautify(:,:,2)=SkinBeautify(:,:,2)*Ggain;
SkinBeautify(:,:,3)=SkinBeautify(:,:,3)*Bgain;figure,imshow(Out),title('皮肤美化');
end

7、素描效果

参考：

Matlab编程实现图像滤镜效果(浮雕、怀旧色、连环画、羽化、素描、强光等)_jstlovely的博客-CSDN博客_matlab滤镜代码

 

img=imread('lisa.jpg')
img9_gray0= rgb2gray(img);%转为灰度图
img9_gray1 = 255 - img9_gray0;%反色
w = fspecial('gaussian',[5 5],5);%构造一个高斯滤波器
img9_gray2 = imfilter(img9_gray1,w);%高斯模糊
[m,n]=size(img9_gray0)
%模糊后的图像叠加模式选择颜色减淡效果。
for i=1:mfor j=1:nimg9(i,j) = uint8(min(uint16(img9_gray0(i,j)) + (uint16(img9_gray0(i,j))*uint16(img9_gray2(i,j))) / (255 - uint16(img9_gray2(i,j))),255));end
end
subplot(1,2,1),imshow(img );
subplot(1,2,2),imshow(img9 );

8、羽化

img=imread('lisa.jpg')
img9_gray0= rgb2gray(img);%转为灰度图
[m,n]=size(img9_gray0)
mSize = 0.6;
centerX = n/2;
centerY = m/2;
diff = (centerX*centerX + centerY*centerY) * mSize;
if n>mratio = m/n;
elseratio = n/m;
end
for i=1:mfor j=1:ndx = centerX - j;dy = centerY - i;if n>mdx = dx * ratio;elsedy = dy * ratio;enddstSq = dx * dx + dy * dy;V = 255 * dstSq / diff;img8(i,j,1) = img(i,j,1) + V;img8(i,j,2) = img(i,j,2) + V;img8(i,j,3) = img(i,j,3) + V;end
end
subplot(1,2,1),imshow(img );
subplot(1,2,2),imshow(img8 );

9、浮雕

img=imread('lisa.jpg')
[m,n,d]=size(img)
for k=1:d    % d--通道数for i=2:m-1 % m--行数for j=2:n-1 % n--列数img2(i,j,k) = img(i+1,j+1,k)-img(i-1,j-1,k)+128;%浮雕效果算法if img2(i,j,k)>255img2(i,j,k) = 255; %像素值超过255的都置为255elseif img2(i,j,k)<0img2(i,j,k) = 0; %像素值小于0的都置为0elseimg2(i,j,k) = img2(i,j,k);endendend
end
subplot(1,2,1),imshow(img );
subplot(1,2,2),imshow(img2 );

10、油画效果

Image=imread('lisa.jpg')
se=strel('ball',5,5);%选取球形结构元素
result2=imerode(Image,se); %腐蚀灰度图像
imshow(Image);title('原始灰度图像');
figure,imshow(result2);title('腐蚀后的图像');

 11、图像合成

注意两张图片需要尺寸一致

img = imread('lisa.jpg');
background = imread('tina.jpg');
img2=0.6*img+0.4*background;
subplot(1,3,1),imshow(img ),title('前景');
subplot(1,3,2),imshow(background ),title('背景'); 
subplot(1,3,3),imshow(img2),title('合成的图片');

12、贴纸

矢量图库iconfont-阿里巴巴矢量图标库

png 显示 全黑 

13、相框

14、特征点定位

15、瘦脸

16、涂口红

17、底片效果

I=imread('lisa.jpg');
subplot(1,2,1),imshow(I),title("原图像");
J=253-I;
subplot(1,2,2),imshow(im2gray(J)),title("底片效果");

18、GUI界面


http://www.ppmy.cn/news/597175.html

相关文章

linux裁剪图片的软件,【美图秀秀Linux版】美图秀秀Linux版下载 v1.0.0.0 免费最新版-趣致软件园...

linux裁剪图片的软件,【美图秀秀Linux版】美图秀秀Linux版下载 v1.0.0.0 免费最新版-趣致软件园...

美图秀秀Linux版是一款专门针对linux系统所推出的图片处理及美化工具&#xff0c;用户通过这款软件可以对图片进行简单的处理&#xff0c;比如说&#xff1a;调清晰度、加水印以及一键裁剪等等&#xff0c;这样就能够为用户的工作生活带来极大的便利。该软件也支持一键批量处理…
阅读更多...
app-美图秀秀

app-美图秀秀

本报告为HT实验室出品的第四份报告。评测产品为拥有6000万用户的流行图片APP——美图秀秀。 目前的APP市场正在迎来爆发期&#xff0c;各种应用层出不穷。但也正由于APP数量过多&#xff0c;而且品质参差不齐&#xff0c;造成了人们无所适从。人们常常对功能类似的应用到底该选…
阅读更多...
【Guava】Guava: Google Core Libraries for Java 好用工具类

【Guava】Guava: Google Core Libraries for Java 好用工具类

文章目录 Guava前言Guava的优势官方网址guava类库使用基本工具类&#xff1a;让使用Java语言更令人愉悦。集合类&#xff1a;集合类库是 Guava 对 JDK 集合类的扩展。Guava 缓存: 本地缓存&#xff0c;可以很方便的操作缓存对象&#xff0c;并且支持各种缓存失效行为模式。Func…
阅读更多...
数字图像处理-美图秀秀：瘦脸算法

数字图像处理-美图秀秀：瘦脸算法

简介 本项目是以matlab为主语言并设计GUI界面的一款简易美图秀秀&#xff0c;包含基础的图像处理和一些常见美颜算法 对于一些matlab较难实现的算法采用C或python来实现 ⭐️ github地址&#xff1a;https://github.com/mibbp/MeituShow 里面有我完整的代码&#xff0c;你想…
阅读更多...
linux 下的图片处理软件下载,美图秀秀Linux版

linux 下的图片处理软件下载,美图秀秀Linux版

美图秀秀linux版是一款图片处理软件&#xff0c;可以帮助用户对图片进行美化处理&#xff0c;支持批量处理图片&#xff0c;能够方便用户直接在Linux系统上修改图像&#xff0c;有需要可以下载。 美图秀秀linux版是一款图片处理软件&#xff0c;可以帮助用户对图片进行美化处理…
阅读更多...
美图秀秀专利---偏色检测算法研究

美图秀秀专利---偏色检测算法研究

本文将实现美图秀秀于2015年公布的一篇图像处理专利&#xff1a;一种基于颜色空间的偏色检测 方法。 这个专利的下载地址&#xff1a; http://pan.baidu.com/s/1eQIuPgQ 专利公布号为 CN104766348 A 专利中算法部分介绍的非常详细&#xff0c;主要过程如下&#xff1a; 整个过程…
阅读更多...
数字图像处理-美图秀秀：大眼算法

数字图像处理-美图秀秀：大眼算法

简介 本项目是以matlab为主语言并设计GUI界面的一款简易美图秀秀&#xff0c;包含基础的图像处理和一些常见美颜算法 对于一些matlab较难实现的算法采用C或python来实现 ⭐️ github地址&#xff1a;https://github.com/mibbp/MeituShow 里面有我完整的代码&#xff0c;你想…
阅读更多...
美图秀秀计算机教程,美图秀秀怎么抠图 美图秀秀抠图详细教程

美图秀秀计算机教程,美图秀秀怎么抠图 美图秀秀抠图详细教程

怎么抠图&#xff1f;这是很多人在进行图片处理过程中经常处理的问题。对于那些专业人士来说&#xff0c;他们大多数用的是PS软件。但是对于绝大多数没有接触过PS的小白来说&#xff0c;怎么抠图成为了一大难题。其实&#xff0c;用过美图秀秀这款软件的朋友来说&#xff0c;它…
阅读更多...
最新文章

Copyright @ 2022~2023