。

人们使用不同的应用程序将他们的图像转换为卡通图像。

如今#xff0c;玩弄图像是许多人的爱好。

人们通常会点击图片并添加滤镜或使用不同的东西自定义图像并将其发布到社交媒体上。

但我们是程序员#xff0c;…

一、说明

在图像处理领域将图像卡通化是一种新趋势。

人们使用不同的应用程序将他们的图像转换为卡通图像。

如今玩弄图像是许多人的爱好。

人们通常会点击图片并添加滤镜或使用不同的东西自定义图像并将其发布到社交媒体上。

但我们是程序员我们做的不是普通人做的事。

我们对将简单的

RGB

图像转换为卡通图像的过程更感兴趣。

在这个图像处理部分中我们将使用

OpenCV-Python

好吧将图像转换为卡通更多的是关于图像边缘的检测。

如果你能很好地检测图像的边缘那么卡通效果将对该图像更加有效。

有许多算法可用于此因此有多种方法可以做到这一点。

我们将使用

OpenCV-Python

cv2.imread(filename)cv2_imshow(image)return

image

Colab那么您可以写下上述代码。

但如果您使用的是Jupyter

步骤3双边滤波

image.shape初始化我们将要使用的参数。

num_down

步骤4金字塔处理

cv2.pyrDown(img_color)这里我们缩小了图片的尺寸。

为了缩小尺寸我们使用了高斯金字塔的下采样操作。

我们缩小图片的尺寸是为了使后续操作更快。

步骤5双边

sigmasigmaSpace表示坐标空间。

我们在这里迭代地应用具有较小直径值的双边滤波器。

参数d表示每个像素邻域的直径。

步骤6

cv2.pyrUp(img_color)为了将图像放大到原始尺寸我们在这里使用上采样。

步骤7

中的输出图像转换为灰度并使用称为中值过滤器对图像进行模糊处理。

步骤8

cv2.adaptiveThreshold((255*img_blur).astype(np.uint8)\

255cv2.ADAPTIVE_THRESH_MEAN_Ccv2.THRESH_BINARY\

blockSize9C2

正如我们上面所讨论的对图像进行卡通化更多的是检测图像的边缘。

因此在这一步中我们将检测和增强所用图像的边缘。

步骤9

cv2.cvtColor(img_edgecv2.COLOR_GRAY2RGB)

img_cartoon

cv2.bitwise_and(img_colorimg_edge)将灰度图像转换回

RGB

在项目中首先我们必须去除图像的弱边缘然后将图像转换为平面纹理最后增强图像的突出边缘。

为此我们使用了

OpenCV-Python

中的bilateralFilter()、medianBlur()、adaptiveThreshold()

bitwise_and()

此外对图像进行下采样以创建图像金字塔。

接下来我们使用双边滤波器去除不重要的细节然后使用后续的上采样将图像调整为原始大小。

最后为了使纹理平坦化应用了中值模糊然后用自适应阈值获得的二值图像掩盖原始图像成功执行上述代码后您将看到输出图像。

我尝试使用小罗伯特·唐尼的图像得到了这个输出图像。