如何用Python和OpenCV给摄像头流添加漩涡等迷幻特效？

核心问题说明 #

你之前尝试的cv2.getRotationMatrix2D和cv2.warpAffine属于仿射变换，只能实现整体旋转、平移等线性变换，无法生成漩涡这种非线性的扭曲效果。要实现漩涡特效，需要用cv2.remap函数，通过计算每个像素的偏移映射来模拟扭曲。

完整实现代码 #

以下是整合所有特效的完整代码，重点添加了漩涡特效的实现：

import cv2
import numpy as np

def create_swirl_map(height, width, center, strength=0.3):
    """生成漩涡特效的映射矩阵"""
    map_x = np.zeros((height, width), dtype=np.float32)
    map_y = np.zeros((height, width), dtype=np.float32)
    
    cx, cy = center
    max_radius = min(cx, cy, width - cx, height - cy)
    
    for y in range(height):
        for x in range(width):
            # 计算当前像素到中心的相对坐标
            dx = x - cx
            dy = y - cy
            # 转极坐标
            r = np.sqrt(dx**2 + dy**2)
            theta = np.arctan2(dy, dx)
            
            # 根据距离中心的远近调整旋转角度，越近旋转越强
            if r < max_radius:
                swirl_amount = (1 - (r / max_radius)) * strength
                theta += swirl_amount
            
            # 转回笛卡尔坐标
            map_x[y, x] = cx + r * np.cos(theta)
            map_y[y, x] = cy + r * np.sin(theta)
    
    return map_x, map_y

# 初始化摄像头
cap = cv2.VideoCapture(0)
if not cap.isOpened():
    print("无法打开摄像头")
    exit()

# 获取摄像头帧尺寸
ret, frame = cap.read()
height, width = frame.shape[:2]
center = (width // 2, height // 2)
# 预生成漩涡映射矩阵（避免循环内重复计算，提升性能）
swirl_map_x, swirl_map_y = create_swirl_map(height, width, center, strength=0.5)

frame_prev = None

while True:
    ret, frame = cap.read()
    if not ret:
        break
    
    # 1. 幽灵效果：帧间加权混合
    if frame_prev is not None:
        alpha = 0.4
        frame = cv2.addWeighted(frame, 1 - alpha, frame_prev, alpha, 0)
    frame_prev = frame.copy()
    
    # 2. 轻微模糊
    frame = cv2.GaussianBlur(frame, (5, 5), 0)
    
    # 3. 提升色彩饱和度
    frame_hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)
    # 饱和度乘以1.5，确保不超出0-255范围
    frame_hsv[:, :, 1] = np.clip(frame_hsv[:, :, 1] * 1.5, 0, 255)
    frame = cv2.cvtColor(frame_hsv, cv2.COLOR_HSV2BGR)
    
    # 4. 边缘扭曲：径向畸变
    # 生成径向畸变映射
    map_x_distort = np.zeros((height, width), dtype=np.float32)
    map_y_distort = np.zeros((height, width), dtype=np.float32)
    for y in range(height):
        for x in range(width):
            dx = x - center[0]
            dy = y - center[1]
            r = np.sqrt(dx**2 + dy**2)
            # 边缘像素向外轻微偏移
            distortion = (r / max(width, height)) * 0.1
            map_x_distort[y, x] = x + dx * distortion
            map_y_distort[y, x] = y + dy * distortion
    frame = cv2.remap(frame, map_x_distort, map_y_distort, cv2.INTER_LINEAR)
    
    # 5. 漩涡特效
    frame = cv2.remap(frame, swirl_map_x, swirl_map_y, cv2.INTER_LINEAR)
    
    # 显示结果
    cv2.imshow('LSD Visual Effect', frame)
    
    # 按ESC退出
    if cv2.waitKey(1) == 27:
        break

# 释放资源
cap.release()
cv2.destroyAllWindows()

关键细节解释 #

1. 漩涡特效实现：

   • create_swirl_map函数预生成每个像素的映射坐标，将笛卡尔坐标转为极坐标后，根据距离中心的远近调整旋转角度，再转回笛卡尔坐标。
   • 预生成映射矩阵可以避免循环内重复计算，提升实时处理的帧率。
   • strength参数控制漩涡扭曲的强度，数值越大扭曲越明显。

2. 边缘扭曲优化：
   替换了你之前的seamlessClone方法，改用径向畸变的方式，让边缘像素向外轻微偏移，更符合LSD视觉的扭曲感。

3. 性能提示：
   像素循环计算映射矩阵会占用一定资源，如果帧率过低，可以考虑缩小帧尺寸后再处理，或者用NumPy向量化操作替代循环（比如用meshgrid生成坐标矩阵）。

内容的提问来源于stack exchange，提问作者Miles Jarra Gloekler