我们随手拍摄的照片，很难达到摄影师的水准，因此不管是手机上还是电脑内，都有一些软件可以添加特效让照片更好看，手机拍摄时也有即时的美化效果。不过我比较好奇漫画特效，但是一直在网上看到别人的成品而找不到针对性的软件，因此只有自己实现一下，虽然跟专业的还有差距，但效果还不错。
本次使用 OpenCV，采用 Python 实现。
对比现实中的画画，一般是先画出边缘轮廓使整体规划好，再填充颜色使其完整，因此在这里我们也采用这种方式。不过对图片直接操作与从零开始着笔不一样，要将原始图片进行两次不同的处理，再将处理后的两个图片叠加。
边缘轮廓
漫画中不管是人物还是风景，刻画的细节有限，因此需要把重要以及有特色的部分体现出来，数量要适当。
轮廓通过四步操作：
import cv2
img = cv2.imread("example.jpg")
img_copy = img
# 灰度处理
img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
# 平滑操作，去除噪声
img_blur = cv2.medianBlur(img_gray, 5)
# 通过阈值提取轮廓
img_edge = cv2.adaptiveThreshold(img_blur,
255,
cv2.ADAPTIVE_THRESH_GAUSSIAN_C,
cv2.THRESH_BINARY,
blockSize=9,
C=3)
# 将灰度图片变成 3 通道，用于后续合并
img_edge = cv2.cvtColor(img_edge, cv2.COLOR_GRAY2BGR)
这里通过二值化的方式将轮廓提取出来，采用自适应阈值二值化函数，基于像素周围的小区域确定像素的阈值，可以将有区别的部分的界限提取出来，恰如漫画对象中黑色粗体轮廓，且细节得当。因阈值处理只能针对灰度图像，因此需要先将彩色图像转换为单通道的灰度图像，且为了去除描绘对象内部的冗余细节，还要对图像进行平滑处理，使颜色过度得缓慢一些，毕竟漫画中颜色的应用没有现实生活中那么复杂，这样得出的轮廓就比较好。
看一下效果：
对比原图：
将两个重要的方法介绍一下：
中值滤波：cv2.medianBlur(img, ksize)
主要是后面的参数，代表内核区域的边长，必须是大于1的奇数，如3、5、7……方法提取内核区域下所有像素的中值，并将中心元素替换为该中值
自适应阈值二值化：cv2.adaptiveThreshold(src, maxval, thresh_type, type, Block Size, C)
颜色填充
边缘轮廓已经描绘好了，再添加颜料后就完整了。这里就比较简单了，只需要将原图片的颜色细致度降低些就行了。
代码如下：
for _ in range(2)
# 降低分辨率
img_copy = cv2.pyrDown(img_copy)
for _ in range(5):
# 图像平滑，保留边缘
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)
颜色要比较平滑，不能像现实生活中这么细致，先采用图像金字塔将分辨率降低，并采用双边滤波去除噪声，可以平滑平面区域，同时保持边缘清晰。分辨率降低后图像会变小，因此最后要将图像放大为原来的大小，虽然图像金字塔有专门的方法可以将图像放大，但是尺寸可能会有一两点变化，合并过程中要两个图像完全一样大，所以这里直接按尺寸放大。
看一下效果：
将两个重要的方法介绍一下：
分辨率降低：cv2.pyrDown(src, dst=None, dstsize=None, borderType=None)
一般只需要输入图像就行了，它会直接将图像长宽减半
双边滤波：cv2.bilateralFilter(src, d, sigmaColor, sigmaSpace[, dst[, borderType]])
合并
img_cartoon = cv2.bitwise_and(img_copy, img_edge)
cv2.imshow("cartoon", img_cartoon)
cv2.waitKey(0)
cv2.destroyAllWindows()
cv2.bitwise_and() 是对二进制数据进行“与”操作，即对图像（灰度图像或彩色图像均可）每个像素值进行二进制“与”操作：1&1=1，1&0=0，0&1=0，0&0=0
最后结果：
到此这篇关于OpenCV图片漫画效果的实现示例的文章就介绍到这了,更多相关OpenCV 图片漫画内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！
