OpenCV图片漫画效果的实现示例
我们随手拍摄的照片,很难达到摄影师的水准,因此不管是手机上还是电脑内,都有一些软件可以添加特效让照片更好看,手机拍摄时也有即时的美化效果。不过我比较好奇漫画特效,但是一直在网上看到别人的成品而找不到针对性的软件,因此只有自己实现一下,虽然跟专业的还有差距,但效果还不错。
本次使用OpenCV,采用Python实现。
对比现实中的画画,一般是先画出边缘轮廓使整体规划好,再填充颜色使其完整,因此在这里我们也采用这种方式。不过对图片直接操作与从零开始着笔不一样,要将原始图片进行两次不同的处理,再将处理后的两个图片叠加。
边缘轮廓
漫画中不管是人物还是风景,刻画的细节有限,因此需要把重要以及有特色的部分体现出来,数量要适当。
轮廓通过四步操作:
importcv2 img=cv2.imread("example.jpg") img_copy=img #灰度处理 img_gray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY) #平滑操作,去除噪声 img_blur=cv2.medianBlur(img_gray,5) #通过阈值提取轮廓 img_edge=cv2.adaptiveThreshold(img_blur, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY, blockSize=9, C=3) #将灰度图片变成3通道,用于后续合并 img_edge=cv2.cvtColor(img_edge,cv2.COLOR_GRAY2BGR)
这里通过二值化的方式将轮廓提取出来,采用自适应阈值二值化函数,基于像素周围的小区域确定像素的阈值,可以将有区别的部分的界限提取出来,恰如漫画对象中黑色粗体轮廓,且细节得当。因阈值处理只能针对灰度图像,因此需要先将彩色图像转换为单通道的灰度图像,且为了去除描绘对象内部的冗余细节,还要对图像进行平滑处理,使颜色过度得缓慢一些,毕竟漫画中颜色的应用没有现实生活中那么复杂,这样得出的轮廓就比较好。
看一下效果:
中值滤波:cv2.medianBlur(img,ksize)
主要是后面的参数,代表内核区域的边长,必须是大于1的奇数,如3、5、7……方法提取内核区域下所有像素的中值,并将中心元素替换为该中值
自适应阈值二值化:cv2.adaptiveThreshold(src,maxval,thresh_type,type,BlockSize,C)
- src:输入图,只能输入单通道图像,通常来说为灰度图
- dst:输出图
- maxval:当像素值超过了阈值(或者小于阈值,根据type来决定),所赋予的值
- thresh_type:阈值的计算方法,包含以下2种类型:cv2.ADAPTIVE_THRESH_MEAN_C;cv2.ADAPTIVE_THRESH_GAUSSIAN_C.
- type:二值化操作的类型,与固定阈值函数相同,包含以下5种类型:cv2.THRESH_BINARY;cv2.THRESH_BINARY_INV;cv2.THRESH_TRUNC;cv2.THRESH_TOZERO;cv2.THRESH_TOZERO_INV.
- BlockSize:图片中分块的大小
- C:阈值计算方法中的常数项
颜色填充
边缘轮廓已经描绘好了,再添加颜料后就完整了。这里就比较简单了,只需要将原图片的颜色细致度降低些就行了。
代码如下:
for_inrange(2) #降低分辨率 img_copy=cv2.pyrDown(img_copy) for_inrange(5): #图像平滑,保留边缘 img_copy=cv2.bilateralFilter(img_copy,d=9,sigmaColor=9,sigmaSpace=7) img_copy=cv2.resize(img_copy,(img.shape[1],img.shape[0]), interpolation=cv2.INTER_CUBIC)
颜色要比较平滑,不能像现实生活中这么细致,先采用图像金字塔将分辨率降低,并采用双边滤波去除噪声,可以平滑平面区域,同时保持边缘清晰。分辨率降低后图像会变小,因此最后要将图像放大为原来的大小,虽然图像金字塔有专门的方法可以将图像放大,但是尺寸可能会有一两点变化,合并过程中要两个图像完全一样大,所以这里直接按尺寸放大。
看一下效果:
将两个重要的方法介绍一下:
分辨率降低:cv2.pyrDown(src,dst=None,dstsize=None,borderType=None)
一般只需要输入图像就行了,它会直接将图像长宽减半
双边滤波:cv2.bilateralFilter(src,d,sigmaColor,sigmaSpace[,dst[,borderType]])
- src:输入图像
- d:过滤时周围每个像素领域的直径
- sigmaColor:在colorspace中过滤sigma。参数越大,临近像素将会在越远的地方mix。
- sigmaSpace:在coordinatespace中过滤sigma。参数越大,那些颜色足够相近的的颜色的影响越大。
合并
img_cartoon=cv2.bitwise_and(img_copy,img_edge) cv2.imshow("cartoon",img_cartoon) cv2.waitKey(0) cv2.destroyAllWindows()
cv2.bitwise_and()是对二进制数据进行“与”操作,即对图像(灰度图像或彩色图像均可)每个像素值进行二进制“与”操作:1&1=1,1&0=0,0&1=0,0&0=0
最后结果:
声明:本文内容来源于网络,版权归原作者所有,内容由互联网用户自发贡献自行上传,本网站不拥有所有权,未作人工编辑处理,也不承担相关法律责任。如果您发现有涉嫌版权的内容,欢迎发送邮件至:czq8825#qq.com(发邮件时,请将#更换为@)进行举报,并提供相关证据,一经查实,本站将立刻删除涉嫌侵权内容。