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。