铅笔画算法

PencilDrawing

论文《Combining Sketch and Tone for Pencil Drawing Production》(Cewu Lu, LiXu, JiayaJia)
算法的实现。

代码说明

oschina: git.oschina.net/corfox/Kikyo
github: github.com/corfox/Kikyo
该算法的实现在项目目录PencilDrawing中。

依赖

OpenCV2.4.10
Eigen3

class PencilDrawing

构造函数

PencilDrawing()

成员函数

void operator()(const Mat& image, const Mat& pencilStyle, OUT_PARA Mat& pencilDrawing)

生成图像image的铅笔画。

image：原始图像，image的类型需为BGR三通道彩色图或Gray单通道灰度图。
pencilStyle：铅笔画的风格模板(线条的粗细或轻重)
pencilDrawing：算法生成的铅笔画

算法步骤

注：此算法步骤摘自《Combining Sketch and Tone for Pencil Drawing Production》

算法的整体框架如下图：

1.生成梯度图：

G=(αxI)2+(αyI)2−−−−−−−−−−−−−√

2.生成线条形状图：

Gi=φi∗G,i=1,...,8

其中 φi 是线段滤波器，方向为 45∘∗i 。

Ci(p)={G(p),0,if argmini{Gi(p)}=iotherwise

S′=∑i=18(φi⊗Ci)

再次利用 φi 对 Ci 进行滤波，并取和。

3.将 S′ 映射到区间 [0,1] 得到 S′′ ，最终生成的线条图 S=1−S′′

4.生成色调图，将原始图像亮度值划分为三个区域：明亮区，暗区和温和区。每个区域使用一种分布去描述该区域的亮度变化。

明亮区：

p1(v)=⎧⎩⎨1δbe−1−vδb,0,if v≤1otherwise

温和区：

p2(v)={1ub−ua,0,if ua≤v≤ubotherwise

暗区：

pe(v)=12πδd−−−−√e−(v−ud)22δ2d

每个像素值对应的概率值为 p(v)=1Z∑3i=1wipi(v) ，其中 Z 是归一化因子，使得 ∫10p(v)dv=1 。

其中，每种分布的参数值是通过已有的铅笔画训练得到的，计算公式如下： δb=1N∑Ni=1|xi−1| , ua=mm−3√sm , ub=mm+3√sm , ud=md , δd=sd 。 xi 表示铅笔画明亮区域的像素值， m 与 s 表示铅笔画相应区域的像素均值与标准差。

最后，使用直方图匹配得到色调图 J

5.纹理渲染，记 H 为铅笔画风格图，使用 H 拟合 J ： H(x)β(x)≈J(x) 。可以通过共轭梯度法求得 β ：

β∗=argminβ||βlnH−lnJ||22+λ||∇β||22

最后得到铅笔纹理图:

T=Hβ∗

6.最终得到的铅笔画可以表示为:

R=S⋅T

效果图

目前自己实现出来的结果没有论文作者的效果好，原因未知，还请有了解的读者指点一二。

原始图：

铅笔画：

原始图：

铅笔画：

原始图：

铅笔画：

参考资料

1. 《Combining Sketch and Tone for Pencil Drawing Production》(Cewu Lu, LiXu, JiayaJia)

2. MatLab版本实现-github.com/candycat1992/PencilDrawing

3. Python版实现-github.com/moonfighting/PencilDrawing–python-version