C++?opencv將圖片動漫化介紹
最近對圖像處理十分感興趣,也學(xué)著用opencv 實現(xiàn)各種簡單的圖像處理,因此,有了下面的實驗,就是將照片處理成漫畫的風(fēng)格。
對照片進(jìn)行動漫話一般需要四個步驟
1、邊緣檢測
2、將邊緣檢測得到的邊緣 以黑色的形式貼在原來的畫上。
3、對貼了邊緣的圖進(jìn)行雙邊濾波,雙邊濾波可以較好的濾波的同時保留邊緣。
4、修改圖像的顏色的飽和度,本文采用的是將RGB轉(zhuǎn)化為HSI空間,然后調(diào)整S分量。
邊緣檢測
對于邊緣檢測,本文采用的是canny算法
此文中將低閾值設(shè)定在70,高閾值則為70*3。
執(zhí)行后的結(jié)果為:
貼邊緣圖到原圖
將邊緣圖以黑色貼到原圖上,原圖上非邊緣區(qū)域仍然為原來的顏色,動漫就是邊緣很明顯,且邊緣不是很多,不注重細(xì)節(jié),因此這里將邊緣貼上面當(dāng)作邊緣,后續(xù)利用雙倍濾波將圖中的其他相對小的細(xì)節(jié)邊緣去掉。針對紋理貼圖主要用到下面這個函數(shù):
// 將邊緣檢測后的圖 cannyImage 邊以黑色的形式貼在原圖 image上。 void pasteEdge(Mat &image, Mat &outImg, IplImage cannyImage) { Mat cannyMat; //將IplImage轉(zhuǎn)化為Mat cannyMat = cvarrToMat(&cannyImage); //顏色反轉(zhuǎn) cannyMat = cannyMat < 100; image.copyTo(outImg, cannyMat); }
執(zhí)行后的效果如下:
雙邊濾波
雙邊濾波(Bilateral filter)在圖像美化,美顏上有廣泛的運(yùn)用,是一種可以保邊去噪的濾波器,由兩個函數(shù)構(gòu)成。為了節(jié)約時間,這里就借用一張圖來充當(dāng)介紹了
opencv也對此有函數(shù)調(diào)用:
void bilateralFilter( InputArray src, OutputArray dst, int d, double sigmaColor, double sigmaSpace, int borderType = BORDER_DEFAULT );
前面2個參數(shù)為輸入圖像,輸出圖像,d為雙倍濾波的算子大小,sigmacolor ,sigmaSpace是2個濾波函數(shù)的nameda值(這里節(jié)約時間不打符號了)
本文相關(guān)代碼:
// 雙邊濾波 Mat binateMat; bilateralFilter(pasteEdgeMat, binateMat, 10, 50, 50, BORDER_DEFAULT);
執(zhí)行后的結(jié)果如下:
HSI空間修改飽和度
關(guān)于HSI顏色空間這里就不詳細(xì)介紹了,大家可以百度下,很多文章介紹,后續(xù)我也可能總結(jié)一下各個顏色空間,并且與rgb轉(zhuǎn)換方法。主要思路:將貼有邊緣 且 雙邊濾波后的圖像 轉(zhuǎn)化為 HSI 空間,而將S分量增大到原來的SRadio倍,然后將HSI空間圖像轉(zhuǎn)化回Rgb,并顯示。
將顏色空間轉(zhuǎn)化HSI,并增加S分量為原來的sRadio倍,主要是使用了下面這個函數(shù):
// 將image 像素轉(zhuǎn)化到 HSI 空間,并調(diào)整S 即顏色的飽和度, void changeSImage(Mat &image, IplImage &outImg, float sRadio) { int rows = image.rows; int cols = image.cols; // 三個HSI空間數(shù)據(jù)矩陣 CvMat* HSI_H = cvCreateMat(rows, cols, CV_32FC1); CvMat* HSI_S = cvCreateMat(rows, cols, CV_32FC1); CvMat* HSI_I = cvCreateMat(rows, cols, CV_32FC1); // 原始圖像數(shù)據(jù)指針, HSI矩陣數(shù)據(jù)指針 uchar* data; // rgb分量 int img_r, img_g, img_b; int min_rgb; // rgb分量中的最小值 // HSI分量 float fHue, fSaturation, fIntensity; int channels = image.channels(); for (int i = 0; i < rows; i++) { for (int j = 0; j < cols; j++) { data = image.ptr<uchar>(i); data = data + j*channels; img_b = *data; data++; img_g = *data; data++; img_r = *data; // Intensity分量[0, 1] fIntensity = (float)((img_b + img_g + img_r) / 3) / 255; // 得到RGB分量中的最小值 float fTemp = img_r < img_g ? img_r : img_g; min_rgb = fTemp < img_b ? fTemp : img_b; // Saturation分量[0, 1] fSaturation = 1 - (float)(3 * min_rgb) / (img_r + img_g + img_b); // 計算theta角 float numerator = (img_r - img_g + img_r - img_b) / 2; float denominator = sqrt( pow((img_r - img_g), 2) + (img_r - img_b)*(img_g - img_b)); // 計算Hue分量 if (denominator != 0) { float theta = acos(numerator / denominator) * 180 / 3.14; if (img_b <= img_g) { fHue = theta; } else { fHue = 360 - theta; } } else { fHue = 0; } // 賦值 cvmSet(HSI_H, i, j, fHue); cvmSet(HSI_S, i, j, fSaturation * sRadio); cvmSet(HSI_I, i, j, fIntensity); } } outImg = *HSI2RGBImage(HSI_H, HSI_S, HSI_I); }
HSI2RGBImage(HSI_H, HSI_S, HSI_I)是將三個分類的Mat 合并并轉(zhuǎn)化為BGR的圖,函數(shù)如下:
IplImage* HSI2RGBImage(CvMat* HSI_H, CvMat* HSI_S, CvMat* HSI_I) { IplImage * RGB_Image = cvCreateImage(cvGetSize(HSI_H), IPL_DEPTH_8U, 3); int iB, iG, iR; for (int i = 0; i < RGB_Image->height; i++) { for (int j = 0; j < RGB_Image->width; j++) { // 該點(diǎn)的色度H double dH = cvmGet(HSI_H, i, j); // 該點(diǎn)的色飽和度S double dS = cvmGet(HSI_S, i, j); // 該點(diǎn)的亮度 double dI = cvmGet(HSI_I, i, j); double dTempB, dTempG, dTempR; // RG扇區(qū) if (dH < 120 && dH >= 0) { // 將H轉(zhuǎn)為弧度表示 dH = dH * 3.1415926 / 180; dTempB = dI * (1 - dS); dTempR = dI * (1 + (dS * cos(dH)) / cos(3.1415926 / 3 - dH)); dTempG = (3 * dI - (dTempR + dTempB)); } // GB扇區(qū) else if (dH < 240 && dH >= 120) { dH -= 120; // 將H轉(zhuǎn)為弧度表示 dH = dH * 3.1415926 / 180; dTempR = dI * (1 - dS); dTempG = dI * (1 + dS * cos(dH) / cos(3.1415926 / 3 - dH)); dTempB = (3 * dI - (dTempR + dTempG)); } // BR扇區(qū) else { dH -= 240; // 將H轉(zhuǎn)為弧度表示 dH = dH * 3.1415926 / 180; dTempG = dI * (1 - dS); dTempB = dI * (1 + (dS * cos(dH)) / cos(3.1415926 / 3 - dH)); dTempR = (3 * dI - (dTempG + dTempB)); } iB = dTempB * 255; iG = dTempG * 255; iR = dTempR * 255; cvSet2D(RGB_Image, i, j, cvScalar(iB, iG, iR)); } } return RGB_Image; }
執(zhí)行后就大功告成了,效果如下:
后續(xù):
上述執(zhí)行基本完成了照片的漫畫風(fēng)格,但看到天空的云的一些邊緣泰國刺眼,本著好玩的性子,去掉了第一步和第二步,直接圖原圖進(jìn)行了雙邊濾波和增加顏色飽和度,感覺圖清晰,自然了些,但漫畫風(fēng)格也少了些,具體如何見下圖:
github地址:https://github.com/hurtnotbad/cartoon
總結(jié)
到此這篇關(guān)于C++ opencv將圖片動漫化介紹的文章就介紹到這了,更多相關(guān)C++ OpenCV圖片動漫化內(nèi)容請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!
相關(guān)文章
C/C++細(xì)數(shù)宏與函數(shù)有那些區(qū)別
在C程序中,可以用宏代碼提高執(zhí)行效率。宏代碼本身不是函數(shù),但使用起來象函數(shù)。預(yù)處理器用復(fù)制宏代碼的方式代替函數(shù)調(diào)用,省去了參數(shù)壓棧、生成匯編語言的CALL調(diào)用、返回參數(shù)、執(zhí)行return等過程,從而提高了速度2022-10-10基于Linux系統(tǒng)調(diào)用--getrlimit()與setrlimit()函數(shù)的方法
本篇文章是對在Linux系統(tǒng)中調(diào)用getrlimit()與setrlimit()函數(shù)的方法進(jìn)行了詳細(xì)的分析介紹,需要的朋友參考下2013-05-05C++編譯錯誤variable-sized?object?may?not?be?initiali問題
這篇文章主要介紹了C++編譯錯誤variable-sized?object?may?not?be?initiali問題及解決,具有很好的參考價值,希望對大家有所幫助。如有錯誤或未考慮完全的地方,望不吝賜教2023-05-05C++中sort()函數(shù)和priority_queue容器中比較函數(shù)的區(qū)別詳析
C++中sort()和priority_queue都能自定義比較函數(shù),其中sort()自定義的比較函數(shù)比較好理解,priority_queue中自定義的比較函數(shù)的效果和sort()是相反的,這篇文章主要給大家介紹了關(guān)于C++中sort()函數(shù)和priority_queue容器中比較函數(shù)的區(qū)別的相關(guān)資料,需要的朋友可以參考下2023-03-03StretchBlt函數(shù)和BitBlt函數(shù)用法案例詳解
這篇文章主要介紹了StretchBlt函數(shù)和BitBlt函數(shù)用法案例詳解,本篇文章通過簡要的案例,講解了該項技術(shù)的了解與使用,以下就是詳細(xì)內(nèi)容,需要的朋友可以參考下2021-08-08