My photoshop ver2.0

功能列表

# ------  My photoshop Release notes ------ #
# ver2.0 (2020.10.11)
1. 新增視窗 `My histogram`，可以隨時查看現在圖片的 RGB直方圖
2. 新增視窗 `My color panel`，可以自己選顏色、自己畫點
# ver1.0 (2020.10.10)
1. 新增儲存檔案功能
2. 離開應用程式的穩定優化
3. 新增關閉程式的文字提示
4. 新增調整光線、對比度功能
5. 新增調整明度、飽和度功能
6. 新增旋轉圖片功能
7. 新增可增加圖片噪點的功能，相當於增加圖片顆粒感

-> 此篇文章的程式碼 github

Day29_My_photoshop_v2.ipynb

前言

所以沒錢買 photoshop 的我，最後自己做了一個 photoshop 嗎...

這系列會把之前所學到的東西全部整理到一支程式中，
當然我知道如果用類似 QT 可以整出更好的視覺化界面，
但我們的重點還是放回只靠 OpenCV 能做的極限能到哪邊哈哈哈

新增功能一覽

1. 新增視窗 My histogram，可以隨時查看現在圖片的 RGB直方圖

相關文章：【沒錢ps,我用OpenCV!】Day 14 - 進階修圖1，運用 OpenCV 顯示圖片直方圖、分離與合併RGB通道 show histogram, split, merge RGB channel

我自己的印象中，photoshop 好像都會有個直方圖都在旁邊可以隨時查看?
那我們來自己做吧!

1-1. 建立新視窗 "My histogram"

# 直方圖視窗
cv2.namedWindow("My histogram", window_flags) # cv2.WINDOW_NORMAL)

1-2. 使用之前教學的函數，畫出圖片 RGB直方圖

plot_histogram = show_histogram(img_copy)    
# 顯示調整後的效果
cv2.imshow("My histogram", plot_histogram)

1-3. 最大難題：如何把 plot 變成 圖片?

這問題才是這次更新功能最大的難關啊，
我們之前絕大部分的plot都是直接顯示在 jupyter notebook 中，
現在要把它變成圖片移出來，該怎麼辦呢?

1-3-1. (failed) 嘗試使用 plt.show()

plt.show() 我記得可以直接另外開啟視窗產生出圖片繪製結果，
但在 jupyter notebook 中，似乎沒辦法這樣做。

1-3-2. (passed?) 儲存 plt 為 jpg 檔後，再用 OpenCV 讀取

看標題就知道一定會成功了，
總之這也是很直覺的方法，直接儲存圖片後再讀取圖片，
但這會有一個很大的問題，我們的硬碟無時無刻都會一直在讀寫...

長久下來絕對不是一個好的方案 (除非想更快換硬碟)

1-3-3. (最佳化) 儲存 plt 進 memory buffer 後，再讀取出來

這個方法的精隨在於，他並沒有實際上做儲存檔案的動作，
而只是把這些資訊暫時放在記憶體的某個位置上，
而我們能用如同 1-3-2. 的方法把圖片讀取出來。

def show_histogram(img):    
    fig, ax = plt.subplots()
    # 畫出 RGB 三種顏色的分佈圖
    color = ('b','g','r')
    plt.style.use('dark_background')
    for idx, color in enumerate(color):
        histogram = cv2.calcHist([img],[idx],None,[256],[0, 256])
        ax.plot(histogram, color = color)

    s, (width, height) = fig.canvas.print_to_buffer()
    plot_histogram = np.frombuffer(s, np.uint8).reshape((height, width, 4))
    return plot_histogram

2. 新增視窗 My color panel，可以自己選色並作畫

這個不論是 photoshop 或 小畫家 應該都有的功能吧!
我們先新增一個能夠顯示顏色的視窗:

2-1. 建立新視窗 "My color panel"

# 控制顏色
cv2.namedWindow("My color panel", window_flags) # cv2.WINDOW_NORMAL)

2-2. 建立 RGB滑動條，並顯示對應顏色

# create trackbars for color change
cv2.createTrackbar('R','My color panel', 0, 255, nothing)
cv2.createTrackbar('G','My color panel', 0, 255, nothing)
cv2.createTrackbar('B','My color panel', 0, 255, nothing)

def color_panel(img_copy):      
    data = {}
    data['r']  = cv2.getTrackbarPos('R','My color panel')
    data['g']  = cv2.getTrackbarPos('G','My color panel')
    data['b']  = cv2.getTrackbarPos('B','My color panel')
    color_rgb = np.zeros((300,400,3), np.uint8)
    color_rgb[:] = [data['b'], data['g'], data['r']]
    
    # 改變顯示 window 的內容
    cv2.imshow('My color panel', color_rgb)
    cv2.resizeWindow("My color panel", 400, 300)
    
    return data['img']

使用昨天提到的 cv2.getTrackbarPos 得到顏色的回傳值，
並使用 color_rgb[:] = [data['b'], data['g'], data['r']]，
組合顏色並顯示顏色。

2-3. 建立打點用的筆，並對圖片作畫

這部分的細節可以參考：【沒錢ps,我用OpenCV!】Day 23 - 綜合運用2，(資料標註) 用 OpenCV 來製作一個標記點小工具吧! 滑鼠與視窗控制 label points

這邊我特別說明我們需要製作一個開關，來偵測現在是否開啟打點模式。

• 製作開關：

cv2.createTrackbar('Points','My color panel', 0, 1, nothing)

• 偵測開關：

data['points']  = cv2.getTrackbarPos('Points','My color panel')

• 如果開關打開，才是開啟打點模式：

if data['points'] == 1:            
    # 標記點位置
    cv2.circle(data['img'], (x,y), 3, (data['b'], data['g'], data['r']), 5, 16) 

    # 顯示修改的 (x,y) 位置 
    print("change points: (x, y) = ({}, {})".format(x, y))

2-4. 最後，注意 imshow 圖片更新邏輯

我們需要注意一件事情，
昨天我們的內容大多數都是「從原圖」出發，依據對應值開始調整畫面，

但這次的打點內容，是需要被保存在圖片上的。
因此我們必須要修改這部分的程式邏輯，

img = color_panel(img)
img_copy = np.copy(img)

• 我們每次進行打點時，更新原來的圖片，
• 而做其他變化時，不更新原來的圖片，從原圖片出發開始計算。

這樣就可以開始我們的作畫囉~~~!

Reference

https://www.itdaan.com/tw/6488189fb5d7d60b163039cd0a004f70

https://blog.csdn.net/jacke121/article/details/54718563

https://blog.csdn.net/aa846555831/article/details/52372884?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-1.channel_param&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-1.channel_param

https://web-backend.icare.univ-lille.fr/tutorials/convert_a_matplotlib_figure

https://www.itread01.com/content/1547426526.html

http://www.shengwn.com/page/2018-07-22/how_to_make_a_filter_with_python.htm

https://blog.csdn.net/aa846555831/article/details/52372884

https://www.thetopsites.net/article/58641662.shtml

https://blog.csdn.net/fanjiule/article/details/81606596

https://blog.gtwang.org/programming/opencv-drawing-functions-tutorial/

https://blog.csdn.net/wuyoy520/article/details/47111295