Opencv实战【4】——图片动漫化处理

博主联系方式：
QQ:1540984562
微信：wxid_nz49532kbh9u22 QQ交流群：750313950

动漫化风格的特点

（1）动漫中的细节相对少；
（2）动漫中的边缘轮廓更突出；
（3）动漫的色彩更鲜艳;

处理手段

（1）突出边缘线条
利用canny算子找出边缘，然后利用copyTo函数将边缘加到原图上。
这里用到copyTo函数的第二种用法：

copyTo(roi , mask)

作用是把mask和image重叠以后把mask中像素值为非0（black）的点对应的image中的点变为透明，而保留为0的点。
然而我们发现，canny算子得到的结果是二值化图，其中边缘像素值为255，是白色，非边缘像素是0，是黑色。
若是直接将canny算子得到的结果进行累加，则会是这样的结果。

所以我们要进行处理：

change_g_cannyImage = 255 - g_cannyImage;

非边缘转化为255，边缘转化为0；非边缘会在之后的处理会变为透明，而边缘则会保持原有的数据0，为黑色，这样就会有强化边缘的效果。
主要代码：

//【1】运行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】贴图//（将边缘变为黑色）Mat change_g_cannyImage;change_g_cannyImage = 255 - g_cannyImage;//将单通道转化为三通道cvtColor(change_g_cannyImage, g_canny3Image, COLOR_GRAY2BGR);//image.copyTo(imageROI，mask), 作用是把mask和image重叠以后把mask中像素值为0（black）的点对应的image中的点变为透明，而保留其他点。Mat bianyuan_dst;g_srcImage.copyTo(bianyuan_dst, g_canny3Image);

效果：

（2）弱化与去除细节
这里的细节是除了边缘外的，只在区域的内部进行弱化。这时就需要使用双边滤波。

所谓“细节”，从图像处理的角度看来就是图像中的高频成分。要想去除高频成分，自然而然就要用到滤波（filtering）的方法。常用的滤波器有均值滤波器、高斯滤波器、中值滤波器等。但是，这些常用滤波器都有一个共同的问题——会弱化所有的高频信息。而很不幸的是，图像中的边缘也属于高频信息（因为边缘意味着图像在这里产生了突变，突变就意味着高频）。因此常用滤波器会将我们本应突出的边缘一起弱化模糊。
这种情况下就要让双边滤波器（Bilateral filter）出场了。这种滤波器的特点是可以“保边滤波”（或者叫“区域平滑”，Region smoothing）。顾名思义，就是可以只模糊区域内部而保留清晰的边缘。为了搞明白双边滤波器为什么有这样的效果，首先来说一下高斯滤波器。高斯滤波器，或者说高斯滤波模板，其中的各个点的值仅与该点到模板中心点的空间距离有关，而并没有考虑各个点与中心点的相似度（即像素值的接近程度），这样就导致无论是变化不大的区域内部点，还是突变的边缘点，只要和中心的距离相同，那就同等对待。
而双边滤波器就是在高斯滤波器基础上加上了相似度权重，在高斯滤波模板的每个点上再乘以一个与中心点的相似度系数（即“相似度权重”），从而将边缘与内部区分处理。相似度权重计算方法和高斯滤波模板中各点值（可以称为“高斯权重”）的计算方法相同，只不过高斯权重是将该点到中心的距离代入高斯函数计算，而相似度权重是将该点与中心的像素相似度（比如该点像素值与中心像素值的欧氏距离，或者直接求二者的差值）代入高斯函数计算得到。

//【3】双边滤波Mat lvbo_dst;bilateralFilter(bianyuan_dst, lvbo_dst, g_nkernelValue, g_nkernelValue * 2, g_nkernelValue / 2);

（3）让图像色彩更鲜艳
提高色彩饱和度。
方法：
1、RGB转HSV，且提取原图像的S通道
2、乘上一个大于1的数，并且对值进行限幅
3、将修改后的S通道替换掉原本的S通道，并将3个通道合并
4、HSV转为RGB

//【4】修改图像的颜色的饱和度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);//将修改后的S与原来的H，V进行mergechannels[1] = S_dst.clone();	//深复制merge(channels, hsv_dst);//将修改后的HSV转为RGB图Mat RGB_dst;cvtColor(hsv_dst, RGB_dst, COLOR_HSV2BGR);

代码

#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);//对照片进行动漫化一般需要四个步骤
//1、边缘检测
//2、将边缘检测得到的边缘 以黑色的形式贴在原来的画上。
//3、对贴了边缘的图进行双边滤波，双边滤波可以较好的滤波的同时保留边缘。
//4、修改图像的颜色的饱和度，本文采用的是将RGB转化为HSV空间，然后调整S分量。//*--------------------------【全局变量声明】-------------------------------------*/
int g_nThresholdValue = 100;	//canny参数值
int g_nkernelValue = 3;	//双边滤波核大小
int g_nS = 100;	//双边滤波核大小
Mat g_srcImage, g_grayImage,g_cannyImage,g_dstImage;//*--------------------------【全局函数声明】-------------------------------------*/
void on_CannyThreshold(int, void*);	//回调函数/****照片动漫化示例**********/
int main()
{//载入原图g_srcImage = imread("D:\\opencv_picture_test\\HOG行人检测\\timg.jpg");//加载原图if (g_srcImage.empty()){printf("Could not find the image!\n");return -1;}g_grayImage.create(g_srcImage.size(), g_srcImage.type());		//创建一个同大小类型的矩阵cvtColor(g_srcImage, g_grayImage,COLOR_BGR2GRAY);//imshow("【原图的灰度图】", g_grayImage);//进行均值滤波操作blur(g_grayImage, g_grayImage, Size(3, 3));namedWindow(WINDOW_NAME, WINDOW_NORMAL);//WINDOW_NORMAL允许用户自由伸缩窗口//【3】创建窗口 并 显示原图//imshow("原始图", g_srcImage);//【4】创建滑动条来控制阈值createTrackbar("canny参数值", WINDOW_NAME, &g_nThresholdValue, 255, on_CannyThreshold);createTrackbar("双边滤波核", WINDOW_NAME, &g_nkernelValue, 25, on_CannyThreshold);createTrackbar("S扩大", WINDOW_NAME, &g_nS, 300, on_CannyThreshold);//【5】初始化自定义的阈值回调函数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 函数】-------------------------------------*/
void on_CannyThreshold(int, void*)
{//【1】运行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】贴图//将canny图反转（将边缘变为黑色）Mat change_g_cannyImage;//change_g_cannyImage = g_cannyImage < 100;		//非边缘转化为255，边缘转化为0；非边缘会在之后的处理会变为透明，而边缘则会保持原有的数据0change_g_cannyImage = 255 - g_cannyImage;//将单通道转化为三通道cvtColor(change_g_cannyImage, g_canny3Image, COLOR_GRAY2BGR);//image.copyTo(imageROI，mask), 作用是把mask和image重叠以后把mask中像素值为0（black）的点对应的image中的点变为透明，而保留其他点。Mat bianyuan_dst;g_srcImage.copyTo(bianyuan_dst, g_canny3Image);//【3】双边滤波Mat lvbo_dst;bilateralFilter(bianyuan_dst, lvbo_dst, g_nkernelValue, g_nkernelValue * 2, g_nkernelValue / 2);//【4】修改图像的颜色的饱和度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);//将修改后的S与原来的H，V进行mergechannels[1] = S_dst.clone();	//深复制merge(channels, hsv_dst);//将修改后的HSV转为RGB图Mat RGB_dst;cvtColor(hsv_dst, RGB_dst, COLOR_HSV2BGR);imshow(WINDOW_NAME, RGB_dst);
}