图像处理软件开发记录(五) 图像特效（素描、油画）

专栏地址：http://blog.csdn.net/column/details/imagep.html

本篇文章主要记录一下图像处理软件中的图像特效（素描和油画）的实现过程。

图像素描效果

图像素描的实现原理其实很简单，主要是利用边缘检测滤波器来实现。

可供选择的边缘检测滤波器有很多，常用的有Sobel、Scharr、Laplacian以及Canny滤波。本文主要是利用Laplacian来实现素描化，它的效果相对于Sobel和Scharr更加相像素描效果。

Laplacian算子是一个二阶导数算子，具有各向同性，即与坐标轴方向无关，坐标轴旋转后梯度结果不变。但是，它对噪声比较敏感，所以我们这里先利用中值滤波器对图像进行去噪处理。

Laplacian常用的卷积核来近似，如下图所示：

Code:

void MainWindow::on_actionSketch_triggered()
{
    cv::Mat gray;
    cv::cvtColor(image,gray,CV_BGR2GRAY);
    const int MEDIAN_BLUR_FILTER_SIZE = 7;
    cv::medianBlur(gray,gray,MEDIAN_BLUR_FILTER_SIZE);

    cv::Mat edges;
    const int LAPLACIAN_FILTER_SIZE = 5;
    cv::Laplacian(gray,edges,CV_8U,LAPLACIAN_FILTER_SIZE);

    cv::Mat mask;
    const int EDGE_THRESHOLD = 50;
    cv::threshold(edges,mask,EDGE_THRESHOLD,255,cv::THRESH_BINARY_INV);
    QImage simg = QImage((const unsigned char*)(mask.data),mask.cols,mask.rows,
                         QImage::Format_Indexed8);
    //ui->Imagedisplaylabel->setPixmap(QPixmap::fromImage(simg));
    //ui->Imagedisplaylabel->setScaledContents(true);
    //ui->Imagedisplaylabel->resize(ui->Imagedisplaylabel->width(),ui->Imagedisplaylabel->height());

}

效果：（华大一景）

图像油画效果

关于图像的油画效果，本文是先利用双边滤波器（见我的博客），将图像的区域推平，然后再将上面的素描效果叠加到经滤波后的图像上，如此即可实现图像的油画效果。

Code：

void MainWindow::on_actionCartoon_triggered()
{

    cv::Mat gray;
    cv::cvtColor(image,gray,CV_BGR2GRAY);
    const int MEDIAN_BLUR_FILTER_SIZE = 7;
    cv::medianBlur(gray,gray,MEDIAN_BLUR_FILTER_SIZE);

    cv::Mat edges;
    const int LAPLACIAN_FILTER_SIZE = 5;
    cv::Laplacian(gray,edges,CV_8U,LAPLACIAN_FILTER_SIZE);

    cv::Mat mask ;
    const int EDGE_THRESHOLD = 90;
    cv::threshold(edges,mask,EDGE_THRESHOLD,255,cv::THRESH_BINARY_INV);

    cv::Size size = image.size();
    cv::Size smallSize;
    smallSize.width = size.width/2;
    smallSize.height = size.height/2;
    cv::Mat smallImg = cv::Mat(smallSize,CV_8UC3);
    cv::resize(image,smallImg,smallSize,0,0,cv::INTER_LINEAR);

    cv::Mat tmp = cv::Mat(smallSize,CV_8UC3);
    int repetitions = 9;
    for (int i = 0; i < repetitions; i++)
    {
        int ksize = 9;
        double sigmaColor = 9;
        double sigmaSpace = 7;
        cv::bilateralFilter(smallImg,tmp,ksize,sigmaColor,sigmaSpace);
        cv::bilateralFilter(tmp,smallImg,ksize,sigmaColor,sigmaSpace);
    }

    cv::Mat bigImg;
    cv::resize(smallImg,bigImg,image.size(),0,0,cv::INTER_LINEAR);

    cv::Mat cartoon= cv::Mat(image.size(),CV_8UC3);
    memset((char*)cartoon.data,0,cartoon.step * cartoon.rows);

    bigImg.copyTo(cartoon,mask);

    cv::imwrite("./mask1.jpg",cartoon);
    ui->textBrowser->clear();
    ui->textBrowser->append("");
}

效果：（华大主楼）

更多关于图像处理、机器视觉资料，请关注博客：LinJM-机器视觉  微博：林建民-机器视觉