mcpField
I
image-filter-lab

image-filter-lab

github.com/dkyazzentwatwa创意与媒体12469 次安装29 周前更新
代码仓库

关于 image-filter-lab

image-filter-lab 是用于图像滤镜和效果处理的 Python 库及命令行工具，支持自定义预设和批量处理。

主要功能

  1. 01色彩与色调调整
  2. 02模糊和艺术效果
  3. 03保存并应用自定义预设
  4. 04批量处理图像

适用场景

  1. 01为照片应用复古效果
  2. 02通过命令行调整亮度和对比度
  3. 03用同一组滤镜处理多张图像

安装

复制下面的命令，在终端中运行。

$npx skills add https://github.com/dkyazzentwatwa/chatgpt-skills --skill image-filter-lab

安装后在 Claude Code 中输入/image-filter-lab确认已加载。

附带文件scripts/image_filter.pyscripts/requirements.txt

详细介绍

图像滤镜实验室

为图像应用专业滤镜和特效。

功能

  • 色彩滤镜：棕褐色、黑白、色彩着色、饱和度
  • 模糊效果：高斯模糊、动态模糊、径向模糊
  • 艺术滤镜：复古、胶片颗粒、暗角
  • 增强效果：锐化、对比度、亮度
  • 自定义预设：保存并应用滤镜组合
  • 批量处理：为多张图像应用滤镜

快速入门

from image_filter import ImageFilterLab

lab = ImageFilterLab()
lab.load("photo.jpg")

# Apply vintage filter
lab.vintage()
lab.save("photo_vintage.jpg")

# Chain multiple effects
lab.load("photo.jpg")
lab.brightness(1.2).contrast(1.1).saturation(0.8).vignette()
lab.save("photo_edited.jpg")

CLI 用法

# Apply single filter
python image_filter.py --input photo.jpg --filter vintage --output result.jpg

# Apply multiple filters
python image_filter.py -i photo.jpg --sepia --vignette --sharpen -o result.jpg

# Adjust parameters
python image_filter.py -i photo.jpg --brightness 1.2 --contrast 1.1 -o result.jpg

# Batch process
python image_filter.py --batch photos/ --filter vintage --output-dir filtered/

API 参考

ImageFilterLab 类
class ImageFilterLab:
    def __init__(self)

    # Loading
    def load(self, filepath: str) -> 'ImageFilterLab'

    # Color Filters
    def grayscale(self) -> 'ImageFilterLab'
    def sepia(self, intensity: float = 1.0) -> 'ImageFilterLab'
    def negative(self) -> 'ImageFilterLab'
    def tint(self, color: Tuple, intensity: float = 0.3) -> 'ImageFilterLab'

    # Adjustments
    def brightness(self, factor: float) -> 'ImageFilterLab'
    def contrast(self, factor: float) -> 'ImageFilterLab'
    def saturation(self, factor: float) -> 'ImageFilterLab'
    def hue(self, shift: int) -> 'ImageFilterLab'
    def temperature(self, value: int) -> 'ImageFilterLab'

    # Blur Effects
    def blur(self, radius: int = 5) -> 'ImageFilterLab'
    def motion_blur(self, size: int = 15, angle: int = 0) -> 'ImageFilterLab'
    def radial_blur(self, amount: int = 10) -> 'ImageFilterLab'

    # Sharpen
    def sharpen(self, factor: float = 1.0) -> 'ImageFilterLab'
    def unsharp_mask(self, radius: int = 2, percent: int = 150) -> 'ImageFilterLab'

    # Artistic
    def vintage(self) -> 'ImageFilterLab'
    def film_grain(self, amount: int = 25) -> 'ImageFilterLab'
    def vignette(self, radius: float = 0.8, intensity: float = 0.5) -> 'ImageFilterLab'
    def posterize(self, levels: int = 4) -> 'ImageFilterLab'
    def solarize(self, threshold: int = 128) -> 'ImageFilterLab'

    # Presets
    def apply_preset(self, preset: str) -> 'ImageFilterLab'
    def save_preset(self, name: str, operations: List) -> None

    # Output
    def save(self, filepath: str, quality: int = 95) -> str
    def reset(self) -> 'ImageFilterLab'

    # Batch
    def batch_process(self, input_dir: str, output_dir: str,
                     filter_func: callable) -> List[str]

内置预设

  • vintage：棕褐色调、降低饱和度、暗角
  • film：轻微降低饱和度、颗粒效果、压暗黑色
  • instagram：高对比度、暖色调、暗角
  • noir：高对比度黑白效果、强烈暗角
  • warm：暖色温、提高饱和度
  • cool：冷色温、略微降低饱和度
  • dramatic：高对比度、深阴影
  • dreamy：柔和模糊、明亮高光、低对比度

依赖项

  • pillow>=10.0.0
  • opencv-python>=4.8.0
  • numpy>=1.24.0

评论

支持 Markdown