我們隨手拍攝的照片，很難達(dá)到攝影師的水準(zhǔn)，因此不管是手機(jī)上還是電腦內(nèi)，都有一些軟件可以添加特效讓照片更好看，手機(jī)拍攝時(shí)也有即時(shí)的美化效果。不過(guò)我比較好奇漫畫(huà)特效，但是一直在網(wǎng)上看到別人的成品而找不到針對(duì)性的軟件，因此只有自己實(shí)現(xiàn)一下，雖然跟專(zhuān)業(yè)的還有差距，但效果還不錯(cuò)。

本次使用 OpenCV，采用 Python 實(shí)現(xiàn)。

對(duì)比現(xiàn)實(shí)中的畫(huà)畫(huà)，一般是先畫(huà)出邊緣輪廓使整體規(guī)劃好，再填充顏色使其完整，因此在這里我們也采用這種方式。不過(guò)對(duì)圖片直接操作與從零開(kāi)始著筆不一樣，要將原始圖片進(jìn)行兩次不同的處理，再將處理后的兩個(gè)圖片疊加。

邊緣輪廓

漫畫(huà)中不管是人物還是風(fēng)景，刻畫(huà)的細(xì)節(jié)有限，因此需要把重要以及有特色的部分體現(xiàn)出來(lái)，數(shù)量要適當(dāng)。

輪廓通過(guò)四步操作：

import cv2

img = cv2.imread("example.jpg")
img_copy = img

# 灰度處理
img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
# 平滑操作，去除噪聲
img_blur = cv2.medianBlur(img_gray, 5)
# 通過(guò)閾值提取輪廓
img_edge = cv2.adaptiveThreshold(img_blur,
                 255,
                 cv2.ADAPTIVE_THRESH_GAUSSIAN_C,
                 cv2.THRESH_BINARY,
                 blockSize=9,
                 C=3)
# 將灰度圖片變成 3 通道，用于后續(xù)合并
img_edge = cv2.cvtColor(img_edge, cv2.COLOR_GRAY2BGR)

這里通過(guò)二值化的方式將輪廓提取出來(lái)，采用自適應(yīng)閾值二值化函數(shù)，基于像素周?chē)男^(qū)域確定像素的閾值，可以將有區(qū)別的部分的界限提取出來(lái)，恰如漫畫(huà)對(duì)象中黑色粗體輪廓，且細(xì)節(jié)得當(dāng)。因閾值處理只能針對(duì)灰度圖像，因此需要先將彩色圖像轉(zhuǎn)換為單通道的灰度圖像，且為了去除描繪對(duì)象內(nèi)部的冗余細(xì)節(jié)，還要對(duì)圖像進(jìn)行平滑處理，使顏色過(guò)度得緩慢一些，畢竟漫畫(huà)中顏色的應(yīng)用沒(méi)有現(xiàn)實(shí)生活中那么復(fù)雜，這樣得出的輪廓就比較好。

看一下效果：

對(duì)比原圖：

將兩個(gè)重要的方法介紹一下：

中值濾波：cv2.medianBlur(img, ksize)
主要是后面的參數(shù)，代表內(nèi)核區(qū)域的邊長(zhǎng)，必須是大于1的奇數(shù)，如3、5、7……方法提取內(nèi)核區(qū)域下所有像素的中值，并將中心元素替換為該中值

自適應(yīng)閾值二值化：cv2.adaptiveThreshold(src, maxval, thresh_type, type, Block Size, C)

• src： 輸入圖，只能輸入單通道圖像，通常來(lái)說(shuō)為灰度圖
• dst： 輸出圖
• maxval： 當(dāng)像素值超過(guò)了閾值（或者小于閾值，根據(jù)type來(lái)決定），所賦予的值
• thresh_type： 閾值的計(jì)算方法，包含以下2種類(lèi)型：cv2.ADAPTIVE_THRESH_MEAN_C； cv2.ADAPTIVE_THRESH_GAUSSIAN_C.
• type：二值化操作的類(lèi)型，與固定閾值函數(shù)相同，包含以下5種類(lèi)型： cv2.THRESH_BINARY； cv2.THRESH_BINARY_INV； cv2.THRESH_TRUNC； cv2.THRESH_TOZERO；cv2.THRESH_TOZERO_INV.
• Block Size： 圖片中分塊的大小
• C ：閾值計(jì)算方法中的常數(shù)項(xiàng)
  

顏色填充

邊緣輪廓已經(jīng)描繪好了，再添加顏料后就完整了。這里就比較簡(jiǎn)單了，只需要將原圖片的顏色細(xì)致度降低些就行了。

代碼如下：

for _ in range(2)
	# 降低分辨率
  img_copy = cv2.pyrDown(img_copy)
for _ in range(5):
	# 圖像平滑，保留邊緣
  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)

顏色要比較平滑，不能像現(xiàn)實(shí)生活中這么細(xì)致，先采用圖像金字塔將分辨率降低，并采用雙邊濾波去除噪聲，可以平滑平面區(qū)域，同時(shí)保持邊緣清晰。分辨率降低后圖像會(huì)變小，因此最后要將圖像放大為原來(lái)的大小，雖然圖像金字塔有專(zhuān)門(mén)的方法可以將圖像放大，但是尺寸可能會(huì)有一兩點(diǎn)變化，合并過(guò)程中要兩個(gè)圖像完全一樣大，所以這里直接按尺寸放大。

看一下效果：

將兩個(gè)重要的方法介紹一下：

分辨率降低：cv2.pyrDown(src, dst=None, dstsize=None, borderType=None)
一般只需要輸入圖像就行了，它會(huì)直接將圖像長(zhǎng)寬減半

雙邊濾波：cv2.bilateralFilter(src, d, sigmaColor, sigmaSpace[, dst[, borderType]])

• src：輸入圖像
• d：過(guò)濾時(shí)周?chē)總€(gè)像素領(lǐng)域的直徑
• sigmaColor：在color space中過(guò)濾sigma。參數(shù)越大，臨近像素將會(huì)在越遠(yuǎn)的地方mix。
• sigmaSpace：在coordinate space中過(guò)濾sigma。參數(shù)越大，那些顏色足夠相近的的顏色的影響越大。
  

合并

img_cartoon = cv2.bitwise_and(img_copy, img_edge)
cv2.imshow("cartoon", img_cartoon)
cv2.waitKey(0)
cv2.destroyAllWindows()

cv2.bitwise_and() 是對(duì)二進(jìn)制數(shù)據(jù)進(jìn)行“與”操作，即對(duì)圖像（灰度圖像或彩色圖像均可）每個(gè)像素值進(jìn)行二進(jìn)制“與”操作：1&1=1，1&0=0，0&1=0，0&0=0

最后結(jié)果：

到此這篇關(guān)于OpenCV圖片漫畫(huà)效果的實(shí)現(xiàn)示例的文章就介紹到這了,更多相關(guān)OpenCV 圖片漫畫(huà)內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評(píng)論