惯例闲聊

今天是腊月二十九（写这篇文章的时候已是年三十的凌晨了），先给诸位拜个早年。

(资料图片)

这几天无事（有事也不干了），便难得有些事情搞搞自己喜欢的事情。今日听音乐的时候又不知第几次听到了这首歌。但这次，当我看到它的封面时，我突如灵光一闪：我想试试能不能将这种风格应用到其他图片上。

简单搜了一下，似乎绝大多数教程都是用PS实现的，还真没有使用代码做这项任务的（想想也是，用PS做又快又好，敲什么代码）。反正今日无事，还能水一篇文章，岂不美哉，就随便研究了一下。

不过最终效果并不算好，只能是图一乐。

那么以下是正文。

任务分析

这项任务其实可以分为三步：预处理、边缘提取、计算颜色。依次完成这几个步骤就好。那么就大概说一下这三步的过程吧（图像处理在不懂原理的时候确实非常枯燥）

1. 预处理

通常来说，预处理在任何一种图像处理的流程中都是必不可少的，根据最终目标不同，预处理的步骤也会有所不同。由于后面的流程比较简单（以及我懒），这一步只进行了图像降噪，使用的是高斯低通滤波器。

低通滤波器，就是只让频率低于阈值的信号通过的设备。使用高斯低通滤波器可以对图像进行平滑处理，此外还能有效降噪。对这个任务来说，平滑的意义大于降噪。因为若不进行平滑处理，最终结果中往往有较多细小的像素，类似噪点，使得整张图看起来比较杂乱，不符合主观审美。

代码中的“GLPF”函数就是高斯低通滤波器，它的第二个参数值是截止频率，降低它会提高降噪效果，但也有可能会丢失图片信息。

2. 边缘提取

边缘提取就是提取出图片中的轮廓，动画作品在这方面有着天然的优势，因为动画、漫画的色彩层次不如实拍照片那么丰富，能看出明显的色块；此外，由于动画作品通常都有描线，就更容易提取边缘了。

在Matlab代码中提供了Canny算子检测和光栅扫描跟踪两种方式，Python代码中只用了Canny算子一种，推荐使用Canny算子检测方法。

Python代码中使用的是CV2的库函数“CV2.Canny”，参数含义请自行查询修改（其实我也没查不知道什么意思）。Matlab代码中将两个相关参数写在了Canny_edge_detect函数内部，修改不太方便。

3. 计算颜色

这是相对简单的一步，我们要通过函数来模拟原图中的渐变色。我本人色感是很差的，两种颜色混起来是什么颜色这种问题完全不懂。但是好在我知道大多数彩色图像都是RGB三通道(或者再加个alpha通道)的，我可以分别查看R、G、B三个通道的色值变化趋势，分别构建三个函数。Matlab在可视化方面做的很好，就使用Matlab观察了。

上述图片中，颜色越冷表示色值越低，越暖表示色值越高，当某个像素为白色时，它的每个通道的色值都是255即最大值，所以才能看到大面积的黄色(最暖)。

单从上面的截图看不太出来变化趋势，但其实这里画的是三维图，颜色和Z轴是对应的，我通过查看Z轴的高度确定了大致的趋势，然后构建了一组差不多的函数，如下所示。

其中(x,y)表示像素坐标，width为矩阵横向元素数，height为矩阵纵向元素数，[]表示下取整。随后遍历像素，在属于边缘线的像素点上，根据上述函数计算该像素的颜色即可。

处理结果

这是部分处理结果，比较推荐处理动画和漫画的截图，因为他们通常色彩层次比较少且鲜明，效果会更好。

emmm，确实最终效果也不太行....但也只能先这样了。

下载地址

提供Matlab代码(实时编辑器文件/.m脚本)和Python代码(Jupyter/.py脚本)两个版本。

链接：https://pan.quark.cn/s/1cfeb737ea19

提取码：ybyW

今天又是划水的一天呢。