任意图像转素描:Python分分钟实现 |
您所在的位置:网站首页 › 头像变素描图 › 任意图像转素描:Python分分钟实现 |
图像转素描效果展示
看到这个标题你可能觉得,我这次终于开始标题党了。然而众所周知,我是标图党~,一般不会做标题党这种事情,既然说了分分钟实现,那就说明——代码在十行左右。 代码虽少,但是效果确实一点都不含糊(即使含糊了…我也给出了调参的空间~)。 按照惯例,先看两张效果图: 还有一张在最上方。 我感觉我肯定是膨胀了,示例图片都敢不全放美女图片了。不全用美女示例图片的另一个原因是,之前做的AI小素只能做脸部的素描,其他部分的素描做的一塌糊涂(训练集只有脸部图片),这次换个天坛这种建筑图片,也能说明这个CV小素的能力要超过AI小素,能对不仅限于人脸人物的任意类型的图片做素描化。说任意类型可能有点夸大,不上线之前确实测试了不少类型的图片,效果都还可以。更多类型的图片效果,期待大家来测试,欢迎拍砖~ 图像转素描原理与实现做这个图像转素描的初衷是因为之前训练了一个肖像转素描的AI模型,还非常中二地命名为【AI小素】,不少小伙伴应该已经在网站上体验过AI小素的素描化效果了。但是AI小素限制太强,只能素描化人脸图片,其他图片则无能为力。因此,我就看了下怎么做任意图片的素描化。 大家一般用PS做图像转素描,谷歌搜索结果排第一的教程流程大概是这样的: 这个教程一共有十六个步骤,但是其实上图展示的这些已经足以说明图像转素描的主要流程了。 图像转素描流程如下: 图像去色(上图教程中通过调小饱和度)图像取反取反后的图像进行高斯滤波去色后的图像和取反滤波后的图像以混合模式为颜色减淡进行融合看到这里,了解PS的小伙伴们可能已经知道怎么用PS做素描图了。 下面我们看看如何用Python实现,仍然用我们最熟悉的OpenCV。 1. 备图首先最基础的,准备一张小姐姐的图片,并读取出来备用: import cv2 img_path = "/小/姐/姐/美/图.jpg" img = cv2.imread(img_path)说到去色,你可能立刻就想到了灰度化,是的,那就用灰度化吧。代码简单到无需注释和解释,还是直接上码上效果图吧: gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)图像取反,乍一听好像很陌生,看完下面这一行更简单的代码你就明白了: inv = 255 - gray过于简单了?看效果吧。 状若女鬼,好像要向着恐怖片的方面发展…实际上只是图片中黑白易色,上图中的衣服体现的最为直观。 4. 高斯滤波最基础的滤波,不多说。 blur = cv2.GaussianBlur(inv, ksize=(ksize, ksize), sigmaX=sigma, sigmaY=sigma)ksize和sigma两个参数可根据实际情况调节,我这里调参的觉得ksize=15, sigma=50效果还可以。你也可以调节下这两个参数,看看不同参数对最终素描化效果的影响。 状若加了高斯滤镜的女鬼… 5. 颜色减淡混合实际的混合模式的颜色减淡实现起来比较麻烦,而且速度较慢。有人说下面这一行代码就可以实现颜色减淡的效果,我是极为佩服的: res = cv2.divide(gray, 255 - blur, scale=255)梳理一下上面的流程,相当于是,对于灰度图像中的每一个像素值x,用255 - x取反之后得到inv_x,再对此点进行高斯滤波得到blur_inv_x,然后用执行一下运算进行混合: x / (255 - blur_inv_x) * 255从上图可以看到,已经得到了效果不错的素描化图片了。对于有的图片可能素描化之后显得颜色有点淡,没关系,加个伽马变换调节一下就行了。 问题来了上面是根据PS的流程转化的Python实现流程,感觉实际上起作用的就是这个公式x / (255 - blur_inv_x) * 255。 上面的流程是: 灰度图->取反->高斯滤波->再取反(除法里面)->除法运算(divide)。 我们看到,里面有两次取反操作,中间只是多了一个高斯滤波而已。众所周知,负负得正,取反两次相当于没有取反(我真是逻辑鬼才!) 那么问题来了,不取反行不行?行不行?试一下就知道了! 实验流程是下面这样的: 灰度图->高斯滤波->除法运算(divide)。 公式是:x / blur_x * 255。 最终的结果是下面这样的: 与取反的差别在哪里呢?仔细看的话,取反的背景会更清晰一些,前景倒没有太大差别。 开始玩上面已经介绍了素描化的完整实现,接下来就要开始各种玩了。我实现了几种基本的玩法,你看看有多基本: 支持动态图素全图素左边素右边素上边素下边参数可调,效果不好的话,可能需要你亲自动手调节一下: 体验请到www.cvpy.net找到图像转素描体验任意图片转素描。 关注公众号【CVPy】及时获取更多有意思的内容。 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |