C++ opencv如何将图片动漫化

这篇文章给大家分享的是有关c++ OpenCV如何将图片动漫化的内容。小编觉得挺实用的，因此分享给大家做个参考，一起跟随小编过来看看吧。

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：

感谢各位的阅读！关于“C++ opencv如何将图片动漫化”这篇文章就分享到这里了，希望以上内容可以对大家有一定的帮助，让大家可以学到更多知识，如果觉得文章不错，可以把它分享出去让更多的人看到吧！