使用 OpenCV–Python 绘制图像
原文:https://www.geesforgeks.org/cartoning-an-image-use-opencv-python/
正如你所知(或者即使你不知道)，计算机视觉是一个非常强大的工具，具有巨大的可能性。所以，当我准备为我一个朋友的大学生活画一幅漫画时，我很快意识到我需要一些东西来减少我真正画它的努力，但会保持质量，我想出了以下解决方案。
让我们先看看结果–
原图
漫画版
从图像获得的边缘(自适应阈值结果)
让我们看看代码:
class Cartoonizer:
"""Cartoonizer effect
A class that applies a cartoon effect to an image.
The class uses a bilateral filter and adaptive thresholding to create
a cartoon effect.
"""
def __init__(self):
pass
def render(self, img_rgb):
img_rgb = cv2.imread(img_rgb)
img_rgb = cv2.resize(img_rgb, (1366,768))
numDownSamples = 2 # number of downscaling steps
numBilateralFilters = 50 # number of bilateral filtering steps
# -- STEP 1 --
# downsample image using Gaussian pyramid
img_color = img_rgb
for_in range(numDownSamples):
img_color = cv2.pyrDown(img_color)
#cv2.imshow("downcolor",img_color)
#cv2.waitKey(0)
# repeatedly apply small bilateral filter instead of applying
# one large filter
for_in range(numBilateralFilters):
img_color = cv2.bilateralFilter(img_color, 9, 9, 7)
#cv2.imshow("bilateral filter",img_color)
#cv2.waitKey(0)
# upsample image to original size
for_in range(numDownSamples):
img_color = cv2.pyrUp(img_color)
#cv2.imshow("upscaling",img_color)
#cv2.waitKey(0)
# -- STEPS 2 and 3 --
# convert to grayscale and apply median blur
img_gray = cv2.cvtColor(img_rgb, cv2.COLOR_RGB2GRAY)
img_blur = cv2.medianBlur(img_gray, 3)
#cv2.imshow("grayscale+median blur",img_color)
#cv2.waitKey(0)
# -- STEP 4 --
# detect and enhance edges
img_edge = cv2.adaptiveThreshold(img_blur, 255,
cv2.ADAPTIVE_THRESH_MEAN_C,
cv2.THRESH_BINARY, 9, 2)
#cv2.imshow("edge",img_edge)
#cv2.waitKey(0)
# -- STEP 5 --
# convert back to color so that it can be bit-ANDed with color image
(x,y,z) = img_color.shape
img_edge = cv2.resize(img_edge,(y,x))
img_edge = cv2.cvtColor(img_edge, cv2.COLOR_GRAY2RGB)
cv2.imwrite("edge.png",img_edge)
#cv2.imshow("step 5", img_edge)
#cv2.waitKey(0)
#img_edge = cv2.resize(img_edge,(i for i in img_color.shape[:2]))
#print img_edge.shape, img_color.shape
return cv2.bitwise_and(img_color, img_edge)
tmp_canvas = Cartoonizer()
file_name = "Screenshot.png" #File_name will come here
res = tmp_canvas.render(file_name)
cv2.imwrite("Cartoon version.jpg", res)
cv2.imshow("Cartoon version", res)
cv2.waitKey(0)
cv2.destroyAllWindows()
说明:
基本上，我们将使用一系列过滤器和图像转换。
- 首先，我们缩小图像，然后应用双边滤波器，以获得卡通的味道。然后我们再次升级图像。
- 下一步是获得原始图像的模糊版本。现在，我们不希望颜色干扰这个过程。我们只想模糊界限。为此，我们首先将图像转换为灰度，然后应用媒体模糊过滤器。
- 下一步是识别图像中的边缘，然后将其添加到先前修改的图像中，以获得草图笔效果。首先，我们使用自适应阈值。你也可以尝试其他类型的阈值技术。因为计算机视觉是关于实验的。在第 5 步中，我们编译从前面步骤中获得的最终图像。
更简单的实施–
# importing libraries
import cv2
import numpy as np
# reading image
img = cv2.imread("koala.jpeg")
# Edges
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
gray = cv2.medianBlur(gray, 5)
edges = cv2.adaptiveThreshold(gray, 255, cv2.ADAPTIVE_THRESH_MEAN_C,
cv2.THRESH_BINARY, 9, 9)
# Cartoonization
color = cv2.bilateralFilter(img, 9, 250, 250)
cartoon = cv2.bitwise_and(color, color, mask=edges)
cv2.imshow("Image", img)
cv2.imshow("edges", edges)
cv2.imshow("Cartoon", cartoon)
cv2.waitKey(0)
cv2.destroyAllWindows()
你能做什么？ 实验！尝试改变下采样步长，或应用的双边滤波器的数量，甚至滤波器的大小，或阈值技术来获得边缘。现在，有一件事要记住。这个过程是一个通用的过程，对于不同的图像不会给出最好的结果。这就是为什么，你应该尝试不同的价值观，以获得整个过程的感觉。
那都是从我这边来的！再见！
关于作者:
维斯韦什·施里马里是 BITS Pilani 的机械工程本科生。他满足了所有在他的分支机构没有教过的要求——白帽黑客、网络安全操作员和前竞争性程序员。作为 Python 力量的坚定信仰者，他的大部分作品都是同一种语言。每当他除了编程、上课、看 CSI Cyber 之外有时间的时候，他都会去散步，默默地弹吉他。他的人生格言是——“享受你的生活，因为它值得享受！”
如果你也想在这里展示你的博客，请查看博客在极客博客上的客座博文。
