看到這個(gè)標(biāo)題你可能覺(jué)得，我這次終于開(kāi)始標(biāo)題黨了。然而眾所周知，我是標(biāo)圖黨~，一般不會(huì)做標(biāo)題黨這種事情，既然說(shuō)了分分鐘實(shí)現(xiàn)，那就說(shuō)明——代碼在十行左右。
代碼雖少，但是效果確實(shí)一點(diǎn)都不含糊（即使含糊了....我也給出了調(diào)參的空間~)。
按照慣例，先看兩張效果圖：
還有一張?jiān)谧钌戏健?/p>
我感覺(jué)我肯定是膨脹了，示例圖片都敢不全放美女圖片了。不全用美女示例圖片的另一個(gè)原因是，之前做的AI小素只能做臉部的素描，其他部分的素描做的一塌糊涂（訓(xùn)練集只有臉部圖片），這次換個(gè)天壇這種建筑圖片，也能說(shuō)明這個(gè)CV小素的能力要超過(guò)AI小素，能對(duì)不僅限于人臉人物的任意類(lèi)型的圖片做素描化。說(shuō)任意類(lèi)型可能有點(diǎn)夸大，不上線(xiàn)之前確實(shí)測(cè)試了不少類(lèi)型的圖片，效果都還可以。更多類(lèi)型的圖片效果，期待大家來(lái)測(cè)試，歡迎拍磚~
圖像轉(zhuǎn)素描原理與實(shí)現(xiàn)
做這個(gè)圖像轉(zhuǎn)素描的初衷是因?yàn)橹坝?xùn)練了一個(gè)肖像轉(zhuǎn)素描的AI模型，還非常中二地命名為【AI小素】，不少小伙伴應(yīng)該已經(jīng)在網(wǎng)站上體驗(yàn)過(guò)AI小素的素描化效果了。但是AI小素限制太強(qiáng)，只能素描化人臉圖片，其他圖片則無(wú)能為力。因此，我就看了下怎么做任意圖片的素描化。
大家一般用PS做圖像轉(zhuǎn)素描，谷歌搜索結(jié)果排第一的教程流程大概是這樣的：
這個(gè)教程一共有十六個(gè)步驟，但是其實(shí)上圖展示的這些已經(jīng)足以說(shuō)明圖像轉(zhuǎn)素描的主要流程了。
圖像轉(zhuǎn)素描流程如下：
- 圖像去色（上圖教程中通過(guò)調(diào)小飽和度）
- 圖像取反
- 取反后的圖像進(jìn)行高斯濾波
- 去色后的圖像和取反濾波后的圖像以混合模式為顏色減淡進(jìn)行融合
看到這里，了解PS的小伙伴們可能已經(jīng)知道怎么用PS做素描圖了。
下面我們看看如何用Python/ target=_blank class=infotextkey>Python實(shí)現(xiàn)，仍然用我們最熟悉的OpenCV。
1. 備圖
首先最基礎(chǔ)的，準(zhǔn)備一張小姐姐的圖片，并讀取出來(lái)備用：
import cv2
img_path = "/小/姐/姐/美/圖.jpg"
img = cv2.imread(img_path)
2. 去色
說(shuō)到去色，你可能立刻就想到了灰度化，是的，那就用灰度化吧。代碼簡(jiǎn)單到無(wú)需注釋和解釋?zhuān)€是直接上碼上效果圖吧：
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
3. 圖像取反
圖像取反，乍一聽(tīng)好像很陌生，看完下面這一行更簡(jiǎn)單的代碼你就明白了：
inv = 255 - gray
過(guò)于簡(jiǎn)單了？看效果吧。
狀若女鬼，好像要向著恐怖片的方面發(fā)展......實(shí)際上只是圖片中黑白易色，上圖中的衣服體現(xiàn)的最為直觀。
4. 高斯濾波
最基礎(chǔ)的濾波，不多說(shuō)。
blur = cv2.GaussianBlur(inv, ksize=(ksize, ksize), sigmaX=sigma, sigmaY=sigma)
ksize和sigma兩個(gè)參數(shù)可根據(jù)實(shí)際情況調(diào)節(jié)，我這里調(diào)參的覺(jué)得ksize=15, sigma=50效果還可以。你也可以調(diào)節(jié)下這兩個(gè)參數(shù)，看看不同參數(shù)對(duì)最終素描化效果的影響。
狀若加了高斯濾鏡的女鬼......
5. 顏色減淡混合
實(shí)際的混合模式的顏色減淡實(shí)現(xiàn)起來(lái)比較麻煩，而且速度較慢。有人說(shuō)下面這一行代碼就可以實(shí)現(xiàn)顏色減淡的效果，我是極為佩服的：
res = cv2.divide(gray, 255 - blur, scale=255)
梳理一下
梳理一下上面的流程，相當(dāng)于是，對(duì)于灰度圖像中的每一個(gè)像素值x，用255 - x取反之后得到inv_x，再對(duì)此點(diǎn)進(jìn)行高斯濾波得到blur_inv_x，然后用執(zhí)行一下運(yùn)算進(jìn)行混合：
x / (255 - blur_inv_x) * 255
從上圖可以看到，已經(jīng)得到了效果不錯(cuò)的素描化圖片了。對(duì)于有的圖片可能素描化之后顯得顏色有點(diǎn)淡，沒(méi)關(guān)系，加個(gè)伽馬變換調(diào)節(jié)一下就行了。
問(wèn)題來(lái)了
上面是根據(jù)PS的流程轉(zhuǎn)化的Python實(shí)現(xiàn)流程，感覺(jué)實(shí)際上起作用的就是這個(gè)公式x / (255 - blur_inv_x) * 255。
上面的流程是：
灰度圖->取反->高斯濾波->再取反(除法里面)->除法運(yùn)算(divide)。
我們看到，里面有兩次取反操作，中間只是多了一個(gè)高斯濾波而已。眾所周知，負(fù)負(fù)得正，取反兩次相當(dāng)于沒(méi)有取反（我真是邏輯鬼才?。?/strong>
那么問(wèn)題來(lái)了，不取反行不行？行不行？試一下就知道了！
實(shí)驗(yàn)流程是下面這樣的：
灰度圖->高斯濾波->除法運(yùn)算(divide)。
公式是：x / blur_x * 255。
最終的結(jié)果是下面這樣的：
與取反的差別在哪里呢？仔細(xì)看的話(huà)，取反的背景會(huì)更清晰一些，前景倒沒(méi)有太大差別。
開(kāi)始玩
上面已經(jīng)介紹了素描化的完整實(shí)現(xiàn)，接下來(lái)就要開(kāi)始各種玩了。我實(shí)現(xiàn)了幾種基本的玩法，你看看有多基本：
- 支持動(dòng)態(tài)圖
- 素全圖
- 素左邊
- 素右邊
- 素上邊
- 素下邊
參數(shù)可調(diào)，效果不好的話(huà)，可能需要你親自動(dòng)手調(diào)節(jié)一下：
