### 如何使用 Python 批量为图像添加雾效果 为了实现批量为图像添加雾效果的功能，可以利用 OpenCV 和 NumPy 库来完成。以下是详细的解决方案： #### 添加雾效的核心原理 雾效可以通过降低图像的整体对比度以及增加背景亮度的方式模拟出来。具体来说，通过线性混合操作将原图与一个全白色的图像按一定比例叠加，从而达到模糊的效果[^1]。 #### 实现代码示例 以下是一个完整的 Python 脚本，用于批量处理目录下的所有图片并为其添加雾效： ```python import cv2 import numpy as np import os def add_fog_effect(image, alpha=0.7): """ 为单张图像添加雾效果。 参数: image (numpy.ndarray): 输入的图像数据。 alpha (float): 控制雾浓度的比例因子，默认值为 0.7。 返回: numpy.ndarray: 处理后的带雾效果的图像。 """ fogged_image = cv2.addWeighted(image, alpha, np.full_like(image, 255), 1-alpha, 0) return fogged_image def batch_add_fog(input_folder, output_folder, alpha=0.7): """ 对指定文件夹内的所有图片批量添加雾效果。 参数: input_folder (str): 存放原始图片的文件夹路径。 output_folder (str): 存储处理后图片的文件夹路径。 alpha (float): 雾浓度参数。 """ if not os.path.exists(output_folder): os.makedirs(output_folder) for filename in os.listdir(input_folder): if filename.lower().endswith(('.png', '.jpg', '.jpeg', '.bmp')): input_path = os.path.join(input_folder, filename) output_path = os.path.join(output_folder, filename) # 加载图像 img = cv2.imread(input_path) if img is None: print(f"无法加载图像 {input_path}") continue # 添加雾效果 fogged_img = add_fog_effect(img, alpha) # 保存结果 cv2.imwrite(output_path, fogged_img) print(f"{filename} 已成功处理并保存") if __name__ == "__main__": input_dir = r"D:\path_to_input_images" output_dir = r"D:\path_to_output_images" fog_alpha = 0.6 # 可调节雾浓淡程度 batch_add_fog(input_dir, output_dir, fog_alpha) ``` 以上脚本实现了两个主要功能： 1. `add_fog_effect` 函数负责为单一图像添加雾效果。 2. `batch_add_fog` 函数则遍历整个文件夹中的所有图片，并调用前一函数逐一处理它们。 #### 关键点说明 - **alpha 参数**：控制雾浓度的程度。当 alpha 接近于 1 时，几乎看不到任何变化；而接近于 0 的时候，则会完全变成白色画面[^2]。 - **支持多种格式**：该程序能够识别 `.png`, `.jpg`, `.jpeg`, 和 `.bmp` 文件类型。 - **错误检测机制**：如果某些文件损坏或者不被支持，则跳过这些文件继续执行其余部分[^3]。 --- ####