J'ai essayé de traiter l'image dans un "style de dessin au crayon" avec OpenCV

introduction

Je pense qu'il y a beaucoup de gens qui partagent des photos sur SNS, y compris Instagram. À ce moment-là, je pense que vous pouvez utiliser l'application pour traiter l'image. Il a diverses fonctions telles que le réglage de la luminosité et des couleurs, la retouche pour rendre la peau belle et le traitement des photos dans un style d'esquisse.

Cette fois, j'ai essayé un simple traitement d'image de style dessin au crayon à l'aide d'OpenCV.

Traitement d'image en "style dessin au crayon" avec OpenCV

environnement

L'environnement utilise Google Colaboratory. La version Python est ci-dessous.

import platform
print("python " + platform.python_version())
# python 3.6.9

Affichage de l'image

Maintenant écrivons le code. Tout d'abord, importez et définissez la bibliothèque requise pour afficher l'image.

import cv2
import matplotlib.pyplot as plt
import matplotlib

%matplotlib inline
matplotlib.rcParams['image.cmap'] = 'gray'

Préparez également un exemple d'image. Cette fois, j'utiliserai l'image gratuite de Pixabay.

Maintenant, affichons l'exemple d'image préparé.

image = cv2.imread(input_file) # input_file est le chemin de l'image

plt.figure(figsize=[10,10])
plt.axis('off')
plt.imshow(image[:,:,::-1])

image.png

Conclusion

Utilisons maintenant OpenCV pour traiter cette image comme un dessin au crayon. J'ai essayé de l'afficher avec l'image d'origine.

def pencilSketch(image):
    gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
    median = cv2.medianBlur(gray, 5)
    laplacian = cv2.Laplacian(median, cv2.CV_8U, ksize=5)
    _, thresh = cv2.threshold(laplacian, 100, 255, cv2.THRESH_BINARY_INV)
    pencilSketchImage = cv2.cvtColor(thresh, cv2.COLOR_GRAY2BGR)
    return pencilSketchImage

pencilSketchImage = pencilSketch(image)

plt.figure(figsize=[20,10])
plt.subplot(121);plt.imshow(image[:,:,::-1]);plt.axis('off')
plt.title("original image")
plt.subplot(122);plt.imshow(pencilSketchImage[:,:,::-1]);plt.axis('off')
plt.title("pencil sketch image")

image.png

Le processus de traitement comme un dessin au crayon est défini comme la fonction PencilSketch. Le flux de traitement de la fonction PencilSketch est le suivant.

Description de chaque processus

Chaque processus sera expliqué ci-dessous.

niveaux de gris

** L'échelle de gris ** (échelle de gris ou échelle de gris) est un type de représentation des couleurs. En termes simples, transformer une image couleur en une image en noir et blanc.

Le code de l'échelle de gris est ci-dessous.

image = cv2.imread(input_file) #Chargement de l'image originale
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) #niveaux de gris

plt.figure(figsize=[20,10])
plt.subplot(121);plt.axis('off');plt.imshow(image[:,:,::-1])
plt.subplot(122);plt.axis('off');plt.imshow(gray)

image.png

J'utilise cv2.cvtColor pour convertir la couleur en niveaux de gris. L'utilisation de cv2.cvtColor est la suivante.

Lissage (medianBlur)

** Le lissage ** ou le lissage est simplement ** un flou de l'image **. On peut également dire que le flou de l'image adoucit le changement de valeur de pixel. Le bruit et les bords sont des changements soudains des valeurs de pixels. Le lissage peut éliminer ou rendre les bords moins visibles.

Il existe plusieurs méthodes de lissage, et le flou médian en fait partie. median est la "valeur médiane", qui prend la valeur médiane des pixels contenus dans le noyau spécifié et remplit tout le noyau avec cette valeur.

Pour plus d'informations sur le lissage, veuillez consulter ici.

Le code pour medianBlur est ci-dessous.

median = cv2.medianBlur(gray, 5) # medianBlur

plt.figure(figsize=[20,10])
plt.subplot(121);plt.axis('off');plt.imshow(gray)
plt.subplot(122);plt.axis('off');plt.imshow(median)

image.png

Vous pouvez voir que l'image est floue.

J'ai utilisé cv2.medianBlur pour brouiller une image en niveaux de gris. L'utilisation de cv2.medianBlur est la suivante.

Différenciation d'image (laplacien)

** La différenciation de l'image ** détecte les zones où les valeurs de pixels changent rapidement, c'est-à-dire ** les bords **.

Il existe plusieurs façons de différencier une image, le laplacien en fait partie. Le filtre laplacien est un double différentiel et est utile lorsque vous souhaitez une détection des bords plus fine que le filtre Sobel différentiel unique.

Pour plus d'informations sur la différenciation des images, voir ici.

Le code pour le laplacien est ci-dessous.

laplacian = cv2.Laplacian(median, cv2.CV_8U, ksize=5) # Laplacian

plt.figure(figsize=[20,10])
plt.subplot(121);plt.axis('off');plt.imshow(median)
plt.subplot(122);plt.axis('off');plt.imshow(laplacian)

image.png

Vous pouvez voir que les bords ont été détectés.

J'ai utilisé cv2.Laplacian pour différencier l'image. L'utilisation de cv2.Laplacian est la suivante.

Binarisation

La binarisation est le processus de conversion d'une image en deux valeurs (binaires), blanc et noir. Il est différent de l'échelle de gris qui s'affiche entre le blanc et le noir par étapes. Une valeur appelée seuil (seuil) est déterminée, et si la valeur du pixel est plus grande que cela, elle est convertie en blanc, et si elle est plus petite, elle est convertie en noir.

Il existe plusieurs façons de binariser une image. Cette fois, nous avons effectué une binarisation générale.

Pour plus d'informations sur la binarisation, veuillez consulter ici.

Le code de binarisation est ci-dessous.

_, thresh = cv2.threshold(laplacian, 100, 255, cv2.THRESH_BINARY_INV) #Binarisation

plt.figure(figsize=[20,10])
plt.subplot(121);plt.axis('off');plt.imshow(laplacian)
plt.subplot(122);plt.axis('off');plt.imshow(thresh)

image.png

J'ai pu ne laisser que ceux avec des valeurs de pixels relativement élevées.

J'ai utilisé cv2.threshold pour binariser l'image. L'utilisation de cv2.threshold est la suivante.

Cette fois, le seuil est fixé à 100. Cette fois, le seuil de valeur de retour (100) n'est pas utilisé, il est donc défini sur _ (trait de soulignement).

Dans le traitement de seuil, cv2.THRESH_BINARY_INV est utilisé pour l'inversion noir et blanc. cv2.THRESH_BINARY_INV est le processus permettant de définir 0 (noir) pour les pixels qui dépassent le seuil (100 cette fois) et maxVal (255 cette fois) pour les autres pixels.

Résumé

Comment était-ce.

Cette fois, j'ai essayé une esquisse de style dessin au crayon en utilisant OpenCV. Passons en revue le flux de traitement.

En modifiant des paramètres tels que le seuil et la taille du noyau, vous pouvez modifier la finesse de la ligne. Je pense qu'il serait intéressant de sortir une image en modifiant divers paramètres.

Recommended Posts

J'ai essayé de traiter l'image dans un "style de dessin au crayon" avec OpenCV
J'ai essayé de traiter l'image en "style croquis" avec OpenCV
J'ai essayé de "lisser" l'image avec Python + OpenCV
J'ai essayé de "différencier" l'image avec Python + OpenCV
J'ai essayé de "binariser" l'image avec Python + OpenCV
Python Open CV a essayé d'afficher l'image sous forme de texte.
J'ai essayé de trouver l'entropie de l'image avec python
J'ai essayé la "correction gamma" de l'image avec Python + OpenCV
J'ai essayé de jouer avec l'image avec Pillow
J'ai essayé de créer une fonction de similitude d'image avec Python + OpenCV
J'ai essayé de sauvegarder les données avec discorde
J'ai essayé de détecter rapidement un mouvement avec OpenCV
J'ai essayé d'intégrer Keras dans TFv1.1
J'ai essayé de corriger la forme trapézoïdale de l'image
J'ai essayé d'utiliser le filtre d'image d'OpenCV
J'ai essayé d'entraîner la fonction péché avec chainer
J'ai essayé de représenter graphiquement les packages installés en Python
J'ai essayé d'extraire des fonctionnalités avec SIFT d'OpenCV
J'ai essayé de détecter l'iris à partir de l'image de la caméra
J'ai essayé de toucher un fichier CSV avec Python
[OpenCV / Python] J'ai essayé l'analyse d'image de cellules avec OpenCV
J'ai essayé de résoudre Soma Cube avec python
J'ai essayé de prédire les chevaux qui seront dans le top 3 avec LightGBM
Convertissez l'image au format .zip en PDF avec Python
J'ai essayé de traiter et de transformer l'image et d'élargir les données pour l'apprentissage automatique
J'ai essayé de résoudre le problème avec Python Vol.1
J'ai essayé de compresser l'image en utilisant l'apprentissage automatique
J'ai essayé d'extraire le texte du fichier image en utilisant Tesseract du moteur OCR
J'ai essayé de simuler la propagation de l'infection avec Python
J'ai essayé d'analyser les émotions de tout le roman "Weather Child" ☔️
J'ai essayé de trouver la moyenne de plusieurs colonnes avec TensorFlow
J'ai essayé de notifier les informations de retard de train avec LINE Notify
J'ai essayé de résumer le code souvent utilisé dans Pandas
J'ai essayé d'illustrer le temps et le temps du langage C
J'ai essayé de résumer les commandes souvent utilisées en entreprise
J'ai essayé d'implémenter la fonction d'envoi de courrier en Python
Je n'arrive pas à me connecter à la page d'administration avec Django 3
J'ai essayé de créer un article dans Wiki.js avec SQL Alchemy
Essayez de brouiller l'image avec opencv2
J'ai essayé de déplacer le ballon
J'ai essayé la reconnaissance faciale avec OpenCV
J'ai essayé d'estimer la section.
J'ai aussi essayé d'imiter la fonction monade et la monade d'état avec le générateur en Python
J'ai essayé de trouver la matrice affine dans l'alignement de l'image (correspondance des points caractéristiques) en utilisant la transformation affine
J'ai écrit un doctest dans "J'ai essayé de simuler la probabilité d'un jeu de bingo avec Python"
J'ai essayé de résoudre l'édition du débutant du livre des fourmis avec python
J'ai essayé d'automatiser l'arrosage du pot avec Raspberry Pi
J'ai essayé de créer l'image de démarrage SD de LicheePi Nano
J'ai essayé de numériser le tampon estampé sur papier en utilisant OpenCV
J'ai essayé d'afficher le temps de lecture de la vidéo (OpenCV: version Python)
J'ai essayé de faire un processus d'exécution périodique avec Selenium et Python
J'ai essayé de démarrer avec Bitcoin Systre le week-end
J'ai essayé d'agrandir la taille du volume logique avec LVM
J'ai essayé de couper une image fixe de la vidéo
Je veux vérifier la position de mon visage avec OpenCV!
J'ai essayé d'améliorer l'efficacité du travail quotidien avec Python
J'ai essayé de me connecter automatiquement à Twitter avec du sélénium (RPA, scraping)
Je veux détecter des objets avec OpenCV