Opencv實戰【4】——圖片動漫化處理

博主聯系方式：
QQ:1540984562
微信：wxid_nz49532kbh9u22 QQ交流群：750313950

動漫化風格的特點

（1）動漫中的細節相對少；
（2）動漫中的邊緣輪廓更突出；
（3）動漫的色彩更鮮艷;

處理手段

（1）突出邊緣線條
利用canny算子找出邊緣，然后利用copyTo函數將邊緣加到原圖上。
這里用到copyTo函數的第二種用法：

copyTo(roi , mask)

作用是把mask和image重疊以后把mask中像素值為非0（black）的點對應的image中的點變為透明，而保留為0的點。
然而我們發現，canny算子得到的結果是二值化圖，其中邊緣像素值為255，是白色，非邊緣像素是0，是黑色。
若是直接將canny算子得到的結果進行累加，則會是這樣的結果。

所以我們要進行處理：

change_g_cannyImage = 255 - g_cannyImage;

非邊緣轉化為255，邊緣轉化為0；非邊緣會在之后的處理會變為透明，而邊緣則會保持原有的數據0，為黑色，這樣就會有強化邊緣的效果。
主要代碼：

//【1】運行canny算子Canny(g_grayImage, g_cannyImage, g_nThresholdValue, g_nThresholdValue/3, 3);cv::Mat g_canny3Image(g_srcImage.rows, g_srcImage.cols, CV_8UC3, cv::Scalar(0,0,0));//【2】貼圖//（將邊緣變為黑色）Mat change_g_cannyImage;change_g_cannyImage = 255 - g_cannyImage;//將單通道轉化為三通道cvtColor(change_g_cannyImage, g_canny3Image, COLOR_GRAY2BGR);//image.copyTo(imageROI，mask), 作用是把mask和image重疊以后把mask中像素值為0（black）的點對應的image中的點變為透明，而保留其他點。Mat bianyuan_dst;g_srcImage.copyTo(bianyuan_dst, g_canny3Image);

效果：

（2）弱化與去除細節
這里的細節是除了邊緣外的，只在區域的內部進行弱化。這時就需要使用雙邊濾波。

所謂“細節”，從圖像處理的角度看來就是圖像中的高頻成分。要想去除高頻成分，自然而然就要用到濾波（filtering）的方法。常用的濾波器有均值濾波器、高斯濾波器、中值濾波器等。但是，這些常用濾波器都有一個共同的問題——會弱化所有的高頻信息。而很不幸的是，圖像中的邊緣也屬于高頻信息（因為邊緣意味著圖像在這里產生了突變，突變就意味著高頻）。因此常用濾波器會將我們本應突出的邊緣一起弱化模糊。
這種情況下就要讓雙邊濾波器（Bilateral filter）出場了。這種濾波器的特點是可以“保邊濾波”（或者叫“區域平滑”，Region smoothing）。顧名思義，就是可以只模糊區域內部而保留清晰的邊緣。為了搞明白雙邊濾波器為什么有這樣的效果，首先來說一下高斯濾波器。高斯濾波器，或者說高斯濾波模板，其中的各個點的值僅與該點到模板中心點的空間距離有關，而并沒有考慮各個點與中心點的相似度（即像素值的接近程度），這樣就導致無論是變化不大的區域內部點，還是突變的邊緣點，只要和中心的距離相同，那就同等對待。
而雙邊濾波器就是在高斯濾波器基礎上加上了相似度權重，在高斯濾波模板的每個點上再乘以一個與中心點的相似度系數（即“相似度權重”），從而將邊緣與內部區分處理。相似度權重計算方法和高斯濾波模板中各點值（可以稱為“高斯權重”）的計算方法相同，只不過高斯權重是將該點到中心的距離代入高斯函數計算，而相似度權重是將該點與中心的像素相似度（比如該點像素值與中心像素值的歐氏距離，或者直接求二者的差值）代入高斯函數計算得到。

//【3】雙邊濾波Mat lvbo_dst;bilateralFilter(bianyuan_dst, lvbo_dst, g_nkernelValue, g_nkernelValue * 2, g_nkernelValue / 2);

（3）讓圖像色彩更鮮艷
提高色彩飽和度。
方法：
1、RGB轉HSV，且提取原圖像的S通道
2、乘上一個大于1的數，并且對值進行限幅
3、將修改后的S通道替換掉原本的S通道，并將3個通道合并
4、HSV轉為RGB

//【4】修改圖像的顏色的飽和度Mat hsv_image,hsv_dst;cvtColor(lvbo_dst, hsv_image, COLOR_BGR2HSV);vector<Mat> channels;split(hsv_image, channels);Mat S_Mat;float k = g_nS*1.0f / 100;channels.at(1).copyTo(S_Mat);cv::Mat S_dst(S_Mat.rows, S_Mat.cols, CV_8UC1, cv::Scalar(0));//S_dst = S_Mat * k;H_mul_k(&S_Mat, &S_dst,k);//將修改后的S與原來的H，V進行mergechannels[1] = S_dst.clone();	//深復制merge(channels, hsv_dst);//將修改后的HSV轉為RGB圖Mat RGB_dst;cvtColor(hsv_dst, RGB_dst, COLOR_HSV2BGR);

代碼

#include <opencv2/opencv.hpp>
#include "opencv2/features2d.hpp"
#include <iostream>
#include "windows.h"
#include <stdio.h>
#include <time.h>
#include <math.h>  
#define WINDOW_NAME "【程序窗口】"			
using namespace cv;
using namespace std;
//RNG g_rng(12345);//對照片進行動漫化一般需要四個步驟
//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轉化為HSV空間，然后調整S分量。//*--------------------------【全局變量聲明】-------------------------------------*/
int g_nThresholdValue = 100;	//canny參數值
int g_nkernelValue = 3;	//雙邊濾波核大小
int g_nS = 100;	//雙邊濾波核大小
Mat g_srcImage, g_grayImage,g_cannyImage,g_dstImage;//*--------------------------【全局函數聲明】-------------------------------------*/
void on_CannyThreshold(int, void*);	//回調函數/****照片動漫化示例**********/
int main()
{//載入原圖g_srcImage = imread("D:\\opencv_picture_test\\HOG行人檢測\\timg.jpg");//加載原圖if (g_srcImage.empty()){printf("Could not find the image!\n");return -1;}g_grayImage.create(g_srcImage.size(), g_srcImage.type());		//創建一個同大小類型的矩陣cvtColor(g_srcImage, g_grayImage,COLOR_BGR2GRAY);//imshow("【原圖的灰度圖】", g_grayImage);//進行均值濾波操作blur(g_grayImage, g_grayImage, Size(3, 3));namedWindow(WINDOW_NAME, WINDOW_NORMAL);//WINDOW_NORMAL允許用戶自由伸縮窗口//【3】創建窗口 并 顯示原圖//imshow("原始圖", g_srcImage);//【4】創建滑動條來控制閾值createTrackbar("canny參數值", WINDOW_NAME, &g_nThresholdValue, 255, on_CannyThreshold);createTrackbar("雙邊濾波核", WINDOW_NAME, &g_nkernelValue, 25, on_CannyThreshold);createTrackbar("S擴大", WINDOW_NAME, &g_nS, 300, on_CannyThreshold);//【5】初始化自定義的閾值回調函數on_CannyThreshold(0, 0);while (1){if (waitKey(10) == 27) break;		//按下Esc 退出}return 0;}void H_mul_k(Mat* srcImage, Mat* dstImage, float k)
{int height = (*srcImage).rows;int width = (*srcImage).cols;for (int j = 0; j < height; j++){for (int i = 0; i < width; i++){int zhi = (*srcImage).at<uchar>(j, i) * k;if (zhi >= 255) zhi = 255;else if (zhi <= 0) zhi = 0;else zhi = zhi;(*dstImage).at<uchar>(j, i) = zhi;}}
}
//*--------------------------【on_Threshold 函數】-------------------------------------*/
void on_CannyThreshold(int, void*)
{//【1】運行canny算子Canny(g_grayImage, g_cannyImage, g_nThresholdValue, g_nThresholdValue/3, 3);cv::Mat g_canny3Image(g_srcImage.rows, g_srcImage.cols, CV_8UC3, cv::Scalar(0,0,0));//【2】貼圖//將canny圖反轉（將邊緣變為黑色）Mat change_g_cannyImage;//change_g_cannyImage = g_cannyImage < 100;		//非邊緣轉化為255，邊緣轉化為0；非邊緣會在之后的處理會變為透明，而邊緣則會保持原有的數據0change_g_cannyImage = 255 - g_cannyImage;//將單通道轉化為三通道cvtColor(change_g_cannyImage, g_canny3Image, COLOR_GRAY2BGR);//image.copyTo(imageROI，mask), 作用是把mask和image重疊以后把mask中像素值為0（black）的點對應的image中的點變為透明，而保留其他點。Mat bianyuan_dst;g_srcImage.copyTo(bianyuan_dst, g_canny3Image);//【3】雙邊濾波Mat lvbo_dst;bilateralFilter(bianyuan_dst, lvbo_dst, g_nkernelValue, g_nkernelValue * 2, g_nkernelValue / 2);//【4】修改圖像的顏色的飽和度Mat hsv_image,hsv_dst;cvtColor(lvbo_dst, hsv_image, COLOR_BGR2HSV);vector<Mat> channels;split(hsv_image, channels);Mat S_Mat;float k = g_nS*1.0f / 100;channels.at(1).copyTo(S_Mat);cv::Mat S_dst(S_Mat.rows, S_Mat.cols, CV_8UC1, cv::Scalar(0));//S_dst = S_Mat * k;H_mul_k(&S_Mat, &S_dst,k);//將修改后的S與原來的H，V進行mergechannels[1] = S_dst.clone();	//深復制merge(channels, hsv_dst);//將修改后的HSV轉為RGB圖Mat RGB_dst;cvtColor(hsv_dst, RGB_dst, COLOR_HSV2BGR);imshow(WINDOW_NAME, RGB_dst);
}