🔥 新作首發 🎮 天堂私服 YOLOv8 物件偵測實戰 — 從資料蒐集、模型訓練到即時偵測 立即閱讀 →
熱門系列
🎮 天堂私服架設 ☕ Spring Boot 教學 🐍 Python OpenCV 🐹 Go 菜鳥教學 🐋 Docker 教學

歡迎！您似乎正在使用廣告攔截器。請考慮通過禁用您的廣告攔截器來支持我。
welcome! It looks like you're using an ad blocker. Please consider supporting me by disabling your ad blocker.

J.J.'s Blogs

Like Share Discussion Bookmark Smile

J.J. Huang   2026-04-13   Python OpenCV 08.專案實作篇   瀏覽次數：次   DMCA.com Protection Status {{moment(1776042000000).fromNow()}}

Python | OpenCV 專案：即時濾鏡相機

📚 前言

在上一篇 OpenCV QR Code 與 BarCode 辨識 中，我們完成了條碼辨識的實作，正式踏入 專案實作篇。

這一篇是第一個整合專案：即時濾鏡相機。
目標是把前面學過的色彩轉換、模糊、形態學、繪圖等功能整合在一起，做出一個可用鍵盤切換濾鏡的即時相機程式。沒有攝影機也沒關係，程式同時支援以影片檔作為輸入來源，效果完全相同。

🎯 專案目標

  • 攝影機或影片檔即時預覽
  • 按鍵切換 10 種以上的濾鏡效果
  • 畫面顯示目前濾鏡名稱
  • 按 s 截圖儲存
  • 按 q 離開

🗃️ 專案結構

1
2
3
4
5
6
filter_camera/
├── assets/          ← 測試影片（無攝影機時使用）
│   └── sample.mp4
├── output/          ← 截圖輸出
├── main.py          ← 主程式
└── filters.py       ← 濾鏡函式集合

🎨 範例影片

  • 來源：Pexels - Code，屬於無版權影片，可自由下載與使用。
  • 下載後將檔名改為 sample.mp4，放到專案的 assets/ 目錄下。

💻 filters.py — 濾鏡函式集合

  • 定義灰階、模糊、邊緣、復古、負片、銳化、浮雕、卡通、馬賽克、暖冷色調等 12 種濾鏡函式
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
# filters.py
import cv2
import numpy as np

def original(frame):
    return frame

def grayscale(frame):
    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
    return cv2.cvtColor(gray, cv2.COLOR_GRAY2BGR)

def blur(frame):
    return cv2.GaussianBlur(frame, (21, 21), 0)

def edge(frame):
    gray  = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
    edges = cv2.Canny(gray, 50, 150)
    return cv2.cvtColor(edges, cv2.COLOR_GRAY2BGR)

def sepia(frame):
    kernel = np.array([[0.272, 0.534, 0.131],
                       [0.349, 0.686, 0.168],
                       [0.393, 0.769, 0.189]])
    result = cv2.transform(frame.astype(np.float32), kernel)
    return np.clip(result, 0, 255).astype(np.uint8)

def invert(frame):
    return cv2.bitwise_not(frame)

def sharpen(frame):
    kernel = np.array([[ 0, -1,  0],
                       [-1,  5, -1],
                       [ 0, -1,  0]])
    return cv2.filter2D(frame, -1, kernel)

def emboss(frame):
    kernel = np.array([[-2, -1,  0],
                       [-1,  1,  1],
                       [ 0,  1,  2]])
    result = cv2.filter2D(frame, -1, kernel) + 128
    return np.clip(result, 0, 255).astype(np.uint8)

def cartoon(frame):
    gray     = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
    gray_blur = cv2.medianBlur(gray, 5)
    edges    = cv2.adaptiveThreshold(gray_blur, 255,
                                     cv2.ADAPTIVE_THRESH_MEAN_C,
                                     cv2.THRESH_BINARY, 9, 9)
    color    = cv2.bilateralFilter(frame, 9, 300, 300)
    return cv2.bitwise_and(color, color, mask=edges)

def mosaic(frame, block=20):
    h, w  = frame.shape[:2]
    small = cv2.resize(frame, (w // block, h // block),
                       interpolation=cv2.INTER_LINEAR)
    return cv2.resize(small, (w, h), interpolation=cv2.INTER_NEAREST)

def warm(frame):
    # 提高紅/黃色調
    lut = np.arange(256, dtype=np.uint8)
    lut_r = np.clip(lut * 1.2, 0, 255).astype(np.uint8)
    lut_b = np.clip(lut * 0.8, 0, 255).astype(np.uint8)
    b, g, r = cv2.split(frame)
    return cv2.merge([cv2.LUT(b, lut_b), g, cv2.LUT(r, lut_r)])

def cool(frame):
    # 提高藍色調
    lut   = np.arange(256, dtype=np.uint8)
    lut_r = np.clip(lut * 0.8, 0, 255).astype(np.uint8)
    lut_b = np.clip(lut * 1.2, 0, 255).astype(np.uint8)
    b, g, r = cv2.split(frame)
    return cv2.merge([cv2.LUT(b, lut_b), g, cv2.LUT(r, lut_r)])

# 濾鏡清單：(名稱, 函式)
FILTERS = [
    ("原始畫面",     original),
    ("灰階",         grayscale),
    ("模糊",         blur),
    ("邊緣",         edge),
    ("復古",         sepia),
    ("負片",         invert),
    ("銳化",         sharpen),
    ("浮雕",         emboss),
    ("卡通",         cartoon),
    ("馬賽克",       mosaic),
    ("暖色調",       warm),
    ("冷色調",       cool),
]

💻 main.py — 主程式

cv2.VideoCapture() 同時支援攝影機 index（整數）與影片檔路徑（字串），因此只需在開頭以 sys.argv 判斷來源，其餘邏輯完全不變。影片播完後以 CAP_PROP_POS_FRAMES seek 回第 0 幀即可無縫循環，濾鏡效果的呈現與真實攝影機沒有差異。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
# main.py
import cv2
import os
import sys
from datetime import datetime
from filters import FILTERS

# python main.py                    → 攝影機 (index 0)
# python main.py assets/sample.mp4  → 影片檔
source       = sys.argv[1] if len(sys.argv) > 1 else 0
is_video     = isinstance(source, str)
cap          = cv2.VideoCapture(source)
if not cap.isOpened():
    print("無法開啟來源，請確認攝影機或影片路徑是否正確")
    exit()
filter_index = 0
save_dir     = "output"
os.makedirs(save_dir, exist_ok=True)

print("操作說明：")
print("  ← / → 方向鍵  切換濾鏡")
print("  s              截圖儲存")
print("  q              離開")

while True:
    ret, frame = cap.read()
    if not ret:
        if is_video:                           # 影片播完後從頭循環
            cap.set(cv2.CAP_PROP_POS_FRAMES, 0)
            continue
        break

    name, func = FILTERS[filter_index]

    try:
        output = func(frame)
    except Exception as e:
        print(f"濾鏡 [{name}] 發生錯誤：{e}")
        output = frame

    cv2.imshow("Filter Camera", output)

    key = cv2.waitKey(1) & 0xFF

    if key == ord("q"):
        break
    elif key == ord("s"):
        ts       = datetime.now().strftime("%Y%m%d_%H%M%S")
        filename = os.path.join(save_dir, f"{ts}.jpg")
        cv2.imwrite(filename, output)
        print(f"截圖已儲存：{filename}")
    elif key == 81 or key == ord("a"):   # ← 或 a
        filter_index = (filter_index - 1) % len(FILTERS)
    elif key == 83 or key == ord("d"):   # → 或 d
        filter_index = (filter_index + 1) % len(FILTERS)

cap.release()
cv2.destroyAllWindows()


圖：開啟影片檔，以方向鍵或是(a / d)切換濾鏡並在畫面顯示名稱，按 s 截圖儲存，按 q 離開

💻 執行方式

1
2
3
4
5
6
7
cd filter_camera

# 使用攝影機
python main.py

# 使用影片檔（不需攝影機）
python main.py assets/sample.mp4

⚠️ 注意事項

  • 影片檔模式自動循環：影片播完會自動從頭播放，適合無攝影機環境展示所有濾鏡效果；若要單次播放，移除 if is_video 的 seek 邏輯即可。
  • 方向鍵的 keycode 因平台而異：Windows 上 ← 為 81、→ 為 83；若方向鍵無效，可改用 a / d 切換。
  • 卡通濾鏡速度較慢：bilateralFilter 計算量大，幀率可能下降，可縮小 d（直徑）參數或降低解析度改善。
  • 截圖目錄：預設儲存在執行目錄下的 output/，初次執行會自動建立。

🎯 結語

即時濾鏡相機整合了色彩轉換、濾波、形態學、LUT 色調調整等多種技術，是一個能快速驗證學習成果的入門專案。

下一篇將進入 OpenCV 專案：即時人臉辨識系統，把人臉偵測進一步升級為能辨識具體身份的系統。

📖 如在學習過程中遇到疑問，或是想了解更多相關主題，建議回顧一下 Python | OpenCV 系列導讀，掌握完整的章節目錄，方便快速找到你需要的內容。

註：以上參考了
OpenCV 官方文件 — Image Filtering
OpenCV 官方文件 — Color Conversions

本文由J.J. Huang 創作，採用CC BY 3.0 TW協議 進行許可。可自由轉載、引用，但需署名作者且註明文章出處。