C++ opencv将图片动漫化介绍
时间：2022-06-30 09:27:58 | 栏目：C代码 | 点击：次
最近对图像处理十分感兴趣，也学着用opencv 实现各种简单的图像处理，因此，有了下面的实验，就是将照片处理成漫画的风格。
对照片进行动漫话一般需要四个步骤
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HSI空间，然后调整S分量。
边缘检测
对于边缘检测，本文采用的是canny算法
此文中将低阈值设定在70，高阈值则为70*3。
执行后的结果为：
贴边缘图到原图
将边缘图以黑色贴到原图上，原图上非边缘区域仍然为原来的颜色，动漫就是边缘很明显，且边缘不是很多，不注重细节，因此这里将边缘贴上面当作边缘，后续利用双倍滤波将图中的其他相对小的细节边缘去掉。针对纹理贴图主要用到下面这个函数：
// 将边缘检测后的图 cannyImage 边以黑色的形式贴在原图 image上。
void pasteEdge(Mat &image, Mat &outImg, IplImage cannyImage)
{
Mat cannyMat;
//将IplImage转化为Mat
cannyMat = cvarrToMat(&cannyImage);
//颜色反转
cannyMat = cannyMat < 100;
image.copyTo(outImg, cannyMat);
}
执行后的效果如下：
双边滤波
双边滤波（Bilateral filter）在图像美化，美颜上有广泛的运用，是一种可以保边去噪的滤波器，由两个函数构成。为了节约时间，这里就借用一张图来充当介绍了
opencv也对此有函数调用：
void bilateralFilter( InputArray src, OutputArray dst, int d,
double sigmaColor, double sigmaSpace,
int borderType = BORDER_DEFAULT );
前面2个参数为输入图像，输出图像，d为双倍滤波的算子大小，sigmacolor ，sigmaSpace是2个滤波函数的nameda值（这里节约时间不打符号了）
本文相关代码：
// 双边滤波
Mat binateMat;
bilateralFilter(pasteEdgeMat, binateMat, 10, 50, 50, BORDER_DEFAULT);
执行后的结果如下：
HSI空间修改饱和度
关于HSI颜色空间这里就不详细介绍了，大家可以百度下，很多文章介绍，后续我也可能总结一下各个颜色空间，并且与rgb转换方法。主要思路：将贴有边缘 且 双边滤波后的图像 转化为 HSI 空间，而将S分量增大到原来的SRadio倍，然后将HSI空间图像转化回Rgb，并显示。
将颜色空间转化HSI，并增加S分量为原来的sRadio倍，主要是使用了下面这个函数：
// 将image 像素转化到 HSI 空间，并调整S 即颜色的饱和度，
void changeSImage(Mat &image, IplImage &outImg, float sRadio)
{
int rows = image.rows;
int cols = image.cols;
// 三个HSI空间数据矩阵
CvMat* HSI_H = cvCreateMat(rows, cols, CV_32FC1);
CvMat* HSI_S = cvCreateMat(rows, cols, CV_32FC1);
CvMat* HSI_I = cvCreateMat(rows, cols, CV_32FC1);
// 原始图像数据指针, HSI矩阵数据指针
uchar* data;
// rgb分量
int img_r, img_g, img_b;
int min_rgb; // rgb分量中的最小值
// HSI分量
float fHue, fSaturation, fIntensity;
int channels = image.channels();
for (int i = 0; i < rows; i++)
{
for (int j = 0; j < cols; j++)
{
data = image.ptr<uchar>(i);
data = data + j*channels;
img_b = *data;
data++;
img_g = *data;
data++;
img_r = *data;
// Intensity分量[0, 1]
fIntensity = (float)((img_b + img_g + img_r) / 3) / 255;
// 得到RGB分量中的最小值
float fTemp = img_r < img_g ? img_r : img_g;
min_rgb = fTemp < img_b ? fTemp : img_b;
// Saturation分量[0, 1]
fSaturation = 1 - (float)(3 * min_rgb) / (img_r + img_g + img_b);
// 计算theta角
float numerator = (img_r - img_g + img_r - img_b) / 2;
float denominator = sqrt(
pow((img_r - img_g), 2) + (img_r - img_b)*(img_g - img_b));
// 计算Hue分量
if (denominator != 0)
{
float theta = acos(numerator / denominator) * 180 / 3.14;
if (img_b <= img_g)
{
fHue = theta;
}
else
{
fHue = 360 - theta;
}
}
else
{
fHue = 0;
}
// 赋值
cvmSet(HSI_H, i, j, fHue);
cvmSet(HSI_S, i, j, fSaturation * sRadio);
cvmSet(HSI_I, i, j, fIntensity);
}
}
outImg = *HSI2RGBImage(HSI_H, HSI_S, HSI_I);
}
HSI2RGBImage(HSI_H, HSI_S, HSI_I)是将三个分类的Mat 合并并转化为BGR的图，函数如下：
IplImage* HSI2RGBImage(CvMat* HSI_H, CvMat* HSI_S, CvMat* HSI_I)
{
IplImage * RGB_Image = cvCreateImage(cvGetSize(HSI_H), IPL_DEPTH_8U, 3);
int iB, iG, iR;
for (int i = 0; i < RGB_Image->height; i++)
{
for (int j = 0; j < RGB_Image->width; j++)
{
// 该点的色度H
double dH = cvmGet(HSI_H, i, j);
// 该点的色饱和度S
double dS = cvmGet(HSI_S, i, j);
// 该点的亮度
double dI = cvmGet(HSI_I, i, j);
double dTempB, dTempG, dTempR;
// RG扇区
if (dH < 120 && dH >= 0)
{
// 将H转为弧度表示
dH = dH * 3.1415926 / 180;
dTempB = dI * (1 - dS);
dTempR = dI * (1 + (dS * cos(dH)) / cos(3.1415926 / 3 - dH));
dTempG = (3 * dI - (dTempR + dTempB));
}
// GB扇区
else if (dH < 240 && dH >= 120)
{
dH -= 120;
// 将H转为弧度表示
dH = dH * 3.1415926 / 180;
dTempR = dI * (1 - dS);
dTempG = dI * (1 + dS * cos(dH) / cos(3.1415926 / 3 - dH));
dTempB = (3 * dI - (dTempR + dTempG));
}
// BR扇区
else
{
dH -= 240;
// 将H转为弧度表示
dH = dH * 3.1415926 / 180;
dTempG = dI * (1 - dS);
dTempB = dI * (1 + (dS * cos(dH)) / cos(3.1415926 / 3 - dH));
dTempR = (3 * dI - (dTempG + dTempB));
}
iB = dTempB * 255;
iG = dTempG * 255;
iR = dTempR * 255;
cvSet2D(RGB_Image, i, j, cvScalar(iB, iG, iR));
}
}
return RGB_Image;
}
执行后就大功告成了，效果如下：
后续：
上述执行基本完成了照片的漫画风格，但看到天空的云的一些边缘泰国刺眼，本着好玩的性子，去掉了第一步和第二步，直接图原图进行了双边滤波和增加颜色饱和度，感觉图清晰，自然了些，但漫画风格也少了些，具体如何见下图：
github地址：https://github.com/hurtnotbad/cartoon