CN109697707B - 手绘水彩风格绘制方法及装置 - Google Patents
手绘水彩风格绘制方法及装置 Download PDFInfo
- Publication number
- CN109697707B CN109697707B CN201811642404.5A CN201811642404A CN109697707B CN 109697707 B CN109697707 B CN 109697707B CN 201811642404 A CN201811642404 A CN 201811642404A CN 109697707 B CN109697707 B CN 109697707B
- Authority
- CN
- China
- Prior art keywords
- image
- edge
- preset
- brightness
- noise
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 42
- 238000001914 filtration Methods 0.000 claims abstract description 55
- 239000006185 dispersion Substances 0.000 claims description 36
- 238000009877 rendering Methods 0.000 claims description 22
- 239000000463 material Substances 0.000 claims description 20
- 238000004364 calculation method Methods 0.000 claims description 17
- 238000003475 lamination Methods 0.000 claims description 3
- 230000010339 dilation Effects 0.000 claims description 2
- 238000000605 extraction Methods 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 13
- 238000010422 painting Methods 0.000 abstract description 9
- 238000010429 water colour painting Methods 0.000 abstract description 6
- 238000005192 partition Methods 0.000 abstract description 5
- 230000006870 function Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 239000003086 colorant Substances 0.000 description 5
- 238000004590 computer program Methods 0.000 description 5
- 230000001788 irregular Effects 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 2
- 238000003708 edge detection Methods 0.000 description 2
- 238000000926 separation method Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000003709 image segmentation Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/001—Texturing; Colouring; Generation of texture or colour
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration using local operators
- G06T5/30—Erosion or dilatation, e.g. thinning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Generation (AREA)
- Image Processing (AREA)
- Processing Or Creating Images (AREA)
Abstract
本申请实施例提供一种手绘水彩风格绘制方法及装置,通过采用索贝尔Sobel算子提取输入的原始图像的图像边缘区域,并根据图像边缘区域和原始图像计算原始图像的主干边缘图像后,对主干边缘图像进行二值化和膨胀操作,并通过对二值化和膨胀操作后的主干边缘图像进行边缘分区从而对不同边缘图像区域进行不同半径范围的Kuwahara滤波以模拟水彩中的大面积涂抹及局部细描的绘画特点,并以此得到滤波结果图像,最后根据主干边缘图像和滤波结果图像绘制原始图像的手绘水彩风格绘制图像。由此,使得非边缘区域具有水彩画大片涂抹的效果,同时边缘区域能够很好地保留图像细节。
Description
技术领域
本申请涉及计算机技术领域,具体而言,涉及一种手绘水彩风格绘制方法及装置。
背景技术
日常生活中,用户可以使用图像编辑软件(例如PhotoShop等)手工修改图像达到手绘水彩画的效果,但这种方式要求使用用户具备一定的美术基础且需要耗费大量时间。
在计算机图像处理领域中,目前可以实现包含水彩在内的多种艺术效果。现有的基于真实图像的水彩风格化方法通常使用图像保边滤波或图像分割等方法简化细节,然后经过边缘加深、颜色分散等多个步骤处理原始图像,生成的结果虽然有水彩画大片涂抹的特点,但同时细节部分也被过多地涂抹掉,缺少对细节的详细描绘。
发明内容
为了克服现有技术中的上述不足,本申请的目的在于提供一种手绘水彩风格绘制方法及装置,以解决或者改善上述问题。
为了实现上述目的,本申请实施例采用的技术方案如下:
第一方面,本申请实施例提供一种手绘水彩风格绘制方法,应用于电子设备,所述方法包括:
采用索贝尔Sobel算子提取输入的原始图像的图像边缘区域;
根据所述图像边缘区域和所述原始图像计算所述原始图像的主干边缘图像;
对所述主干边缘图像进行二值化和膨胀操作,根据二值化和膨胀操作后的主干边缘图像的图像亮度确定图像亮度低于设定亮度的第一边缘图像区域和图像亮度不低于设定亮度的第二边缘图像区域;
对所述第一边缘图像区域进行第一半径范围的Kuwahara滤波,并对所述第二边缘图像区域进行第二半径范围的Kuwahara滤波,得到滤波结果图像,其中,所述第一半径范围小于所述第二半径范围;
根据预设噪声图对所述滤波结果图像进行预设扰动范围的像素扰动,得到扰动结果图像;
根据预设笔触素材对所述扰动结果图像进行颜色分散,得到颜色分散图像;
根据所述颜色分散图像和所述主干边缘图像绘制所述原始图像的手绘水彩风格绘制图像。
在一种可能的实施方式中,所述根据二值化和膨胀操作后的主干边缘图像的图像亮度确定图像亮度低于设定亮度的第一边缘图像区域和图像亮度不低于设定亮度的第二边缘图像区域的步骤,包括:
计算二值化和膨胀操作后的主干边缘图像中各个图像区域的图像亮度;
判断每个图像区域的图像亮度是否小于设定亮度;
若该图像区域的图像亮度小于设定亮度,则将该图像区域确定为第一边缘图像区域;
若该图像区域的图像亮度不小于设定亮度,则将该图像区域确定为第二边缘图像区域。
在一种可能的实施方式中,所述根据预设噪声图对所述滤波结果图像进行预设扰动范围的像素扰动,得到扰动结果图像的步骤,包括:
根据所述预设噪声图计算所述滤波结果图像在所述预设扰动范围内各个像素点的偏移值;
将各个像素点的像素值按照各自对应的偏移值进行像素挪动,得到扰动结果图像;
其中,所述根据所述预设噪声图计算所述滤波结果图像在所述预设扰动范围内各个像素点的偏移值的计算公式包括:
offsetx=strength*(noise(i,j)-noise(i+1,j))
offsety=strength*(noise(i,j)-noise(i,j+1))
其中,offsetx为各个像素点S(i,j)在x方向的偏移值,offsety为各个像素点S(i,j)在y方向的偏移值,strength为预设扰动范围,noise(i,j)为预设噪声图中与像素点S(i,j)对应的像素点的像素值,noise(i+1,j)为预设噪声图中与像素点S(i+1,j)对应的像素点的像素值,noise(i,j+1)为预设噪声图中与像素点S(i,j+1)对应的像素点的像素值。
在一种可能的实施方式中,所述根据预设笔触素材对所述扰动结果图像进行颜色分散,得到颜色分散图像的计算公式,包括:
degree=material/128
Cimg=Nimg*(1-(1–Nimg/255)*(degree-1))
其中,material为预设笔触素材,degree为颜色分散参数,Nimg为扰动结果图像,Cimg为颜色分散图像。
在一种可能的实施方式中,所述根据所述颜色分散图像和所述主干边缘图像绘制所述原始图像的手绘水彩风格绘制图像的步骤,包括:
计算所述主干边缘图像处于预设透明度下的透明分散边缘图像,计算公式为:
invedge=255-Eimg*transparency
其中,invedge为透明分散边缘图像,Eimg为主干边缘图像,transparency为预设透明度;
将所述颜色分散图像和所述透明分散边缘图像进行混合得到边缘增强图像,计算公式为:
Dimg=(invedge*Cimg)/255
其中,Dimg为边缘增强图像,invedge为透明分散边缘图像,Cimg为颜色分散图像;
将预设纸张素材和所述边缘增强图像进行正片叠底得到所述原始图像的手绘水彩风格绘制图像。
第二方面,本申请实施例还提供一种手绘水彩风格绘制装置,应用于电子设备,所述装置包括:
提取模块,用于采用索贝尔Sobel算子提取输入的原始图像的图像边缘区域;
计算模块,用于根据所述图像边缘区域和所述原始图像计算所述原始图像的主干边缘图像;
区域确定模块,用于对所述主干边缘图像进行二值化和膨胀操作,根据二值化和膨胀操作后的主干边缘图像的图像亮度确定图像亮度低于设定亮度的第一边缘图像区域和图像亮度不低于设定亮度的第二边缘图像区域;
滤波模块,用于对所述第一边缘图像区域进行第一半径范围的Kuwahara滤波,并对所述第二边缘图像区域进行第二半径范围的Kuwahara滤波,得到滤波结果图像,其中,所述第一半径范围小于所述第二半径范围;
绘制模块,用于根据预设噪声图对所述滤波结果图像进行预设扰动范围的像素扰动,得到扰动结果图像,根据预设笔触素材对所述扰动结果图像进行颜色分散,得到颜色分散图像,根据所述颜色分散图像和所述主干边缘图像绘制所述原始图像的手绘水彩风格绘制图像。
第三方面,本申请实施例还提供一种可读存储介质,其上存储有计算机程序,所述计算机程序被执行时实现上述的手绘水彩风格绘制方法。
相对于现有技术而言,本申请具有以下有益效果:
本申请实施例提供一种手绘水彩风格绘制方法及装置,通过采用索贝尔Sobel算子提取输入的原始图像的图像边缘区域,并根据图像边缘区域和原始图像计算原始图像的主干边缘图像后,对主干边缘图像进行二值化和膨胀操作,并通过对二值化和膨胀操作后的主干边缘图像进行边缘分区从而对不同边缘图像区域进行不同半径范围的Kuwahara滤波以模拟水彩中的大面积涂抹及局部细描的绘画特点,并以此得到滤波结果图像,最后根据主干边缘图像和滤波结果图像绘制原始图像的手绘水彩风格绘制图像。由此,使得非边缘区域具有水彩画大片涂抹的效果,同时边缘区域能够很好地保留图像细节。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其它相关的附图。
图1为本申请实施例提供的手绘水彩风格绘制方法的一种流程示意图;
图2为本申请实施例提供的手绘水彩风格绘制方法的另一种流程示意图;
图3为本申请实施例提供的手绘水彩风格绘制装置的功能模块图;
图4为本申请实施例提供的用于实现上述手绘水彩风格绘制方法的服务器的结构示意框图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其它实施例,都属于本申请保护的范围。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
请参阅图1,为本申请实施例提供的手绘水彩风格绘制方法的一种流程示意图,所应说明的是,本申请实施例提供的手绘水彩风格绘制方法不以图1及以下的具体顺序为限制。该方法的具体流程如下:
步骤S210,采用索贝尔Sobel算子提取输入的原始图像的图像边缘区域。
索贝尔Sobel算子是一个离散的一阶差分算子,用于计算图像亮度函数的一阶梯度之近似值,在图像的任何一个像素点使用索贝尔Sobel算子,都会产生该像素点对应的梯度矢量或是其法矢量。索贝尔Sobel算子对于输入的原始图像Img的像素的位置的影响做了加权,可以降低边缘模糊程度,因此针对输入的原始图像Img具有较好的边缘检测效果,可以有效提取出输入的原始图像Img的图像边缘区域edge。
步骤S220,根据所述图像边缘区域和所述原始图像计算所述原始图像的主干边缘图像。
本实施例中,通过图像边缘区域edge和原始图像Img可以计算计算所述原始图像的主干边缘图像Eimg,具体计算公式包括:
Eimg=Img-(255-edge)
Eimg[Eimg<0]=0
步骤S230,对所述主干边缘图像进行二值化和膨胀操作,根据二值化和膨胀操作后的主干边缘图像的图像亮度确定图像亮度低于设定亮度的第一边缘图像区域和图像亮度不低于设定亮度的第二边缘图像区域。
本实施例中,可以计算二值化和膨胀操作后的主干边缘图像Eimg中各个图像区域的图像亮度,判断每个图像区域的图像亮度是否小于设定亮度,若该图像区域的图像亮度小于设定亮度,则将该图像区域确定为第一边缘图像区域;若该图像区域的图像亮度不小于设定亮度,则将该图像区域确定为第二边缘图像区域。其中,第一边缘图像区域可以理解为边缘区域,第二边缘图像区域可以理解为非边缘区域。
步骤S240,对所述第一边缘图像区域进行第一半径范围的Kuwahara滤波,并对所述第二边缘图像区域进行第二半径范围的Kuwahara滤波,得到滤波结果图像Simg。
本实施例中,所述第一半径范围小于所述第二半径范围。由此,通过对二值化和膨胀操作后的主干边缘图像进行边缘分区从而对不同边缘图像区域进行不同半径范围的Kuwahara滤波以模拟水彩中的大面积涂抹及局部细描的绘画特点,使得非边缘区域具有水彩画大片涂抹的效果,同时边缘区域能够很好地保留图像细节。
步骤S250,根据所述主干边缘图像和所述滤波结果图像绘制所述原始图像的水彩风格绘制图像。
在一种可能的实施方式中,请结合参阅图2,本步骤S250可以通过以下子步骤实现:
子步骤S251,根据预设噪声图对所述滤波结果图像进行预设扰动范围的像素扰动,得到扰动结果图像。
详细地,首先,可以根据所述预设噪声图noise计算所述滤波结果图像Simg在所述预设扰动范围strength内各个像素点的偏移值;其中,所述根据所述预设噪声图计算所述滤波结果图像在所述预设扰动范围内各个像素点的偏移值的计算公式包括:
offsetx=strength*(noise(i,j)-noise(i+1,j))
offsety=strength*(noise(i,j)-noise(i,j+1))
其中,offsetx为各个像素点S(i,j)在x方向的偏移值,offsety为各个像素点S(i,j)在y方向的偏移值,strength为预设扰动范围,noise(i,j)为预设噪声图中与像素点S(i,j)对应的像素点的像素值,noise(i+1,j)为预设噪声图中与像素点S(i+1,j)对应的像素点的像素值,noise(i,j+1)为预设噪声图中与像素点S(i,j+1)对应的像素点的像素值。
接着,在上述基础上,将各个像素点的像素值按照各自对应的偏移值offsetx、offsety进行像素挪动,得到扰动结果图像Nimg。由此,能够模拟出手绘水彩笔刷的不规则形状,扰动后的扰动结果图像的图像颜色与边缘有部分分离区域,以此营造手绘水彩绘制效果。
子步骤S252,根据预设笔触素材对所述扰动结果图像进行颜色分散,得到颜色分散图像,具体计算公式可以包括:
degree=material/128
Cimg=Nimg*(1-(1–Nimg/255)*(degree-1))
其中,material为预设笔触素材,degree为颜色分散参数,Nimg为扰动结果图像,Cimg为颜色分散图像。由此,通过对所述扰动结果图像进行颜色分散可以模拟水彩中水渍感,以使扰动结果图像中颜色深浅不一且不同深浅的颜色间有清晰的不规则边缘线,进一步地提高手绘水彩绘制效果。
子步骤S253,根据所述颜色分散图像和所述主干边缘图像绘制所述原始图像的水彩风格绘制图像。
本实施例中,首先,计算所述主干边缘图像Eimg处于预设透明度transparency下的透明分散边缘图像invedge,计算公式为:
invedge=255-Eimg*transparency
其中,invedge为透明分散边缘图像,Eimg为主干边缘图像,transparency为预设透明度。
接着,将所述颜色分散图像Cimg和所述透明分散边缘图像invedge进行混合得到边缘增强图像Dimg,计算公式为:
Dimg=(invedge*Cimg)/255
其中,Dimg为边缘增强图像,invedge为透明分散边缘图像,Cimg为颜色分散图像。
最后,将预设纸张素材paper和所述边缘增强图像Dimg进行正片叠底得到所述原始图像的水彩风格绘制图像Rimg,具体计算公式为:
Rimg=(paper*Dimg)/255
综上,本实施例通过对二值化和膨胀操作后的主干边缘图像进行边缘分区从而对不同边缘图像区域进行不同半径范围的Kuwahara滤波以模拟水彩中的大面积涂抹及局部细描的绘画特点,使得非边缘区域具有水彩画大片涂抹的效果,同时边缘区域能够很好地保留图像细节。另外,通过进行像素扰动能够模拟出手绘水彩笔刷的不规则形状,扰动后的扰动结果图像的图像颜色与边缘有部分分离区域,以此营造手绘水彩绘制效果。同时,可以模拟水彩中水渍感,以使扰动结果图像中颜色深浅不一且不同深浅的颜色间有清晰的不规则边缘线,进一步地提高手绘水彩绘制效果,并通过边缘加深、纸张叠加等步骤得到最终效果图,不仅算法简单、运算速度极快,而且显著消除图像的真实感,具有明显的手绘感。
进一步地,请参阅图3,本申请实施例还提供一种手绘水彩风格绘制装置200,该手绘水彩风格绘制装置200可以包括:
提取模块210,用于采用索贝尔Sobel算子提取输入的原始图像的图像边缘区域;
计算模块220,用于根据所述图像边缘区域和所述原始图像计算所述原始图像的主干边缘图像;
区域确定模块230,用于对所述主干边缘图像进行二值化和膨胀操作,根据二值化和膨胀操作后的主干边缘图像的图像亮度确定图像亮度低于设定亮度的第一边缘图像区域和图像亮度不低于设定亮度的第二边缘图像区域;
滤波模块240,用于对所述第一边缘图像区域进行第一半径范围的Kuwahara滤波,并对所述第二边缘图像区域进行第二半径范围的Kuwahara滤波,得到滤波结果图像,其中,所述第一半径范围小于所述第二半径范围;
绘制模块250,用于根据所述主干边缘图像和所述滤波结果图像绘制所述原始图像的水彩风格绘制图像。
在一种可能的实施方式中,所述区域确定模块230具体可以通过以下方式确定图像亮度低于设定亮度的第一边缘图像区域和图像亮度不低于设定亮度的第二边缘图像区域:
计算二值化和膨胀操作后的主干边缘图像中各个图像区域的图像亮度;
判断每个图像区域的图像亮度是否小于设定亮度;
若该图像区域的图像亮度小于设定亮度,则将该图像区域确定为第一边缘图像区域;
若该图像区域的图像亮度不小于设定亮度,则将该图像区域确定为第二边缘图像区域。
在一种可能的实施方式中,所述绘制模块250具体可以通过以下方式绘制所述原始图像的水彩风格绘制图像:
根据预设噪声图对所述滤波结果图像进行预设扰动范围的像素扰动,得到扰动结果图像;
根据预设笔触素材对所述扰动结果图像进行颜色分散,得到颜色分散图像;
根据所述颜色分散图像和所述主干边缘图像绘制所述原始图像的水彩风格绘制图像。
在一种可能的实施方式中,所述绘制模块250具体可以通过以下方式对所述滤波结果图像进行预设扰动范围的像素扰动,得到扰动结果图像:
根据所述预设噪声图计算所述滤波结果图像在所述预设扰动范围内各个像素点的偏移值;
将各个像素点的像素值按照各自对应的偏移值进行像素挪动,得到扰动结果图像;
其中,所述根据所述预设噪声图计算所述滤波结果图像在所述预设扰动范围内各个像素点的偏移值的计算公式包括:
offsetx=strength*(noise(i,j)-noise(i+1,j))
offsety=strength*(noise(i,j)-noise(i,j+1))
其中,offsetx为各个像素点S(i,j)在x方向的偏移值,offsety为各个像素点S(i,j)在y方向的偏移值,strength为预设扰动范围,noise(i,j)为预设噪声图中与像素点S(i,j)对应的像素点的像素值,noise(i+1,j)为预设噪声图中与像素点S(i+1,j)对应的像素点的像素值,noise(i,j+1)为预设噪声图中与像素点S(i,j+1)对应的像素点的像素值。
可以理解的是,本实施例中的各功能模块的具体操作方法可参照上述方法实施例中相应步骤的详细描述,在此不再重复赘述。
进一步地,请参阅图4,为本申请实施例提供的用于上述手绘水彩风格绘制方法的电子设备100的结构示意框图。本实施例中,所述电子设备100可以由总线110作一般性的总线体系结构来实现。根据电子设备100的具体应用和整体设计约束条件,总线110可以包括任意数量的互连总线和桥接。总线110将各种电路连接在一起,这些电路包括处理器120、存储介质130和总线接口140。可选地,电子设备100可以使用总线接口140将网络适配器150等经由总线110连接。网络适配器150可用于实现电子设备100中物理层的信号处理功能,并通过天线实现射频信号的发送和接收。用户接口160可以连接外部设备,例如:键盘、显示器、鼠标或者操纵杆等。总线110还可以连接各种其它电路,如定时源、外围设备、电压调节器或者功率管理电路等,这些电路是本领域所熟知的,因此不再详述。
可以替换的,电子设备100也可配置成通用处理系统,例如通称为芯片,该通用处理系统包括:提供处理功能的一个或多个微处理器,以及提供存储介质130的至少一部分的外部存储器,所有这些都通过外部总线体系结构与其它支持电路连接在一起。
可替换的,电子设备100可以使用下述来实现:具有处理器120、总线接口140、用户接口160的ASIC(专用集成电路);以及集成在单个芯片中的存储介质130的至少一部分,或者,电子设备100可以使用下述来实现:一个或多个FPGA(现场可编程门阵列)、PLD(可编程逻辑器件)、控制器、状态机、门逻辑、分立硬件部件、任何其它适合的电路、或者能够执行本申请通篇所描述的各种功能的电路的任意组合。
其中,处理器120负责管理总线110和一般处理(包括执行存储在存储介质130上的软件)。处理器120可以使用一个或多个通用处理器和/或专用处理器来实现。处理器120的例子包括微处理器、微控制器、DSP处理器和能够执行软件的其它电路。应当将软件广义地解释为表示指令、数据或其任意组合,而不论是将其称作为软件、固件、中间件、微代码、硬件描述语言还是其它。
在图4中存储介质130被示为与处理器120分离,然而,本领域技术人员很容易明白,存储介质130或其任意部分可位于电子设备100之外。举例来说,存储介质130可以包括传输线、用数据调制的载波波形、和/或与无线节点分离开的计算机制品,这些介质均可以由处理器120通过总线接口140来访问。可替换地,存储介质130或其任意部分可以集成到处理器120中,例如,可以是高速缓存和/或通用寄存器。
所述处理器120可执行上述实施例,具体地,所述存储介质130中可以存储有所述手绘水彩风格绘制装置200,所述处理器120可以用于执行所述手绘水彩风格绘制装置200。
进一步地,本申请实施例还提供了一种非易失性计算机存储介质,所述计算机存储介质存储有计算机可执行指令,该计算机可执行指令可执行上述任意方法实施例中的手绘水彩风格绘制方法。
综上所述,本申请实施例提供一种手绘水彩风格绘制方法及装置,通过采用索贝尔Sobel算子提取输入的原始图像的图像边缘区域,并根据图像边缘区域和原始图像计算原始图像的主干边缘图像后,对主干边缘图像进行二值化和膨胀操作,并通过对二值化和膨胀操作后的主干边缘图像进行边缘分区从而对不同边缘图像区域进行不同半径范围的Kuwahara滤波以模拟水彩中的大面积涂抹及局部细描的绘画特点,并以此得到滤波结果图像,最后根据主干边缘图像和滤波结果图像绘制原始图像的手绘水彩风格绘制图像。由此,使得非边缘区域具有水彩画大片涂抹的效果,同时边缘区域能够很好地保留图像细节。
在本申请所提供的实施例中,应该理解到,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置和方法实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本申请的多个实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
可以替换的,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其它可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的电子设备、服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘Solid State Disk(SSD))等。
需要说明的是,在本文中,术语"包括"、"包含"或者其任何其它变体意在涵盖非排它性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其它要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句"包括一个……"限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
对于本领域技术人员而言,显然本申请不限于上述示范性实施例的细节,而且在不背离本申请的精神或基本特征的情况下,能够以其它的具体形式实现本申请。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本申请的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本申请内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
Claims (8)
1.一种手绘水彩风格绘制方法,其特征在于,应用于电子设备,所述方法包括:
采用索贝尔Sobel算子提取输入的原始图像的图像边缘区域;
根据所述图像边缘区域和所述原始图像计算所述原始图像的主干边缘图像;
对所述主干边缘图像进行二值化和膨胀操作,根据二值化和膨胀操作后的主干边缘图像的图像亮度确定图像亮度低于设定亮度的第一边缘图像区域和图像亮度不低于设定亮度的第二边缘图像区域;
对所述第一边缘图像区域进行第一半径范围的Kuwahara滤波,并对所述第二边缘图像区域进行第二半径范围的Kuwahara滤波,得到滤波结果图像,其中,所述第一半径范围小于所述第二半径范围;
根据预设噪声图对所述滤波结果图像进行预设扰动范围的像素扰动,得到扰动结果图像;
根据预设笔触素材对所述扰动结果图像进行颜色分散,得到颜色分散图像;
根据所述颜色分散图像和所述主干边缘图像绘制所述原始图像的手绘水彩风格绘制图像。
2.根据权利要求1所述的手绘水彩风格绘制方法,其特征在于,所述根据二值化和膨胀操作后的主干边缘图像的图像亮度确定图像亮度低于设定亮度的第一边缘图像区域和图像亮度不低于设定亮度的第二边缘图像区域的步骤,包括:
计算二值化和膨胀操作后的主干边缘图像中各个图像区域的图像亮度;
判断每个图像区域的图像亮度是否小于设定亮度;
若该图像区域的图像亮度小于设定亮度,则将该图像区域确定为第一边缘图像区域;
若该图像区域的图像亮度不小于设定亮度,则将该图像区域确定为第二边缘图像区域。
3.根据权利要求1所述的手绘水彩风格绘制方法,其特征在于,所述根据预设噪声图对所述滤波结果图像进行预设扰动范围的像素扰动,得到扰动结果图像的步骤,包括:
根据所述预设噪声图计算所述滤波结果图像在所述预设扰动范围内各个像素点的偏移值;
将各个像素点的像素值按照各自对应的偏移值进行像素挪动,得到扰动结果图像;
其中,所述根据所述预设噪声图计算所述滤波结果图像在所述预设扰动范围内各个像素点的偏移值的计算公式包括:
offsetx=strength*(noise(i,j)-noise(i+1,j))
offsety=strength*(noise(i,j)-noise(i,j+1))
其中,offsetx为各个像素点S(i,j)在x方向的偏移值,offsety为各个像素点S(i,j)在y方向的偏移值,strength为预设扰动范围,noise(i,j)为预设噪声图中与像素点S(i,j)对应的像素点的像素值,noise(i+1,j)为预设噪声图中与像素点S(i+1,j)对应的像素点的像素值,noise(i,j+1)为预设噪声图中与像素点S(i,j+1)对应的像素点的像素值。
4.根据权利要求1所述的手绘水彩风格绘制方法,其特征在于,所述根据预设笔触素材对所述扰动结果图像进行颜色分散,得到颜色分散图像的计算公式,包括:
degree=material/128
Cimg=Nimg*(1-(1–Nimg/255)*(degree-1))
其中,material为预设笔触素材,degree为颜色分散参数,Nimg为扰动结果图像,Cimg为颜色分散图像。
5.根据权利要求1所述的手绘水彩风格绘制方法,其特征在于,所述根据所述颜色分散图像和所述主干边缘图像绘制所述原始图像的手绘水彩风格绘制图像的步骤,包括:
计算所述主干边缘图像处于预设透明度下的透明分散边缘图像,计算公式为:
invedge=255-Eimg*transparency
其中,invedge为透明分散边缘图像,Eimg为主干边缘图像,transparency为预设透明度;
将所述颜色分散图像和所述透明分散边缘图像进行混合得到边缘增强图像,计算公式为:
Dimg=(invedge*Cimg)/255
其中,Dimg为边缘增强图像,invedge为透明分散边缘图像,Cimg为颜色分散图像;
将预设纸张素材和所述边缘增强图像进行正片叠底得到所述原始图像的手绘水彩风格绘制图像。
6.一种手绘水彩风格绘制装置,其特征在于,应用于电子设备,所述装置包括:
提取模块,用于采用索贝尔Sobel算子提取输入的原始图像的图像边缘区域;
计算模块,用于根据所述图像边缘区域和所述原始图像计算所述原始图像的主干边缘图像;
区域确定模块,用于对所述主干边缘图像进行二值化和膨胀操作,根据二值化和膨胀操作后的主干边缘图像的图像亮度确定图像亮度低于设定亮度的第一边缘图像区域和图像亮度不低于设定亮度的第二边缘图像区域;
滤波模块,用于对所述第一边缘图像区域进行第一半径范围的Kuwahara滤波,并对所述第二边缘图像区域进行第二半径范围的Kuwahara滤波,得到滤波结果图像,其中,所述第一半径范围小于所述第二半径范围;
绘制模块,用于根据预设噪声图对所述滤波结果图像进行预设扰动范围的像素扰动,得到扰动结果图像,根据预设笔触素材对所述扰动结果图像进行颜色分散,得到颜色分散图像,根据所述颜色分散图像和所述主干边缘图像绘制所述原始图像的手绘水彩风格绘制图像。
7.根据权利要求6所述的手绘水彩风格绘制装置,其特征在于,所述区域确定模块具体通过以下方式确定图像亮度低于设定亮度的第一边缘图像区域和图像亮度不低于设定亮度的第二边缘图像区域:
计算二值化和膨胀操作后的主干边缘图像中各个图像区域的图像亮度;
判断每个图像区域的图像亮度是否小于设定亮度;
若该图像区域的图像亮度小于设定亮度,则将该图像区域确定为第一边缘图像区域;
若该图像区域的图像亮度不小于设定亮度,则将该图像区域确定为第二边缘图像区域。
8.根据权利要求6所述的手绘水彩风格绘制装置,其特征在于,所述绘制模块具体通过以下方式对所述滤波结果图像进行预设扰动范围的像素扰动,得到扰动结果图像:
根据所述预设噪声图计算所述滤波结果图像在所述预设扰动范围内各个像素点的偏移值;
将各个像素点的像素值按照各自对应的偏移值进行像素挪动,得到扰动结果图像;
其中,所述根据所述预设噪声图计算所述滤波结果图像在所述预设扰动范围内各个像素点的偏移值的计算公式包括:
offsetx=strength*(noise(i,j)-noise(i+1,j))
offsety=strength*(noise(i,j)-noise(i,j+1))
其中,offsetx为各个像素点S(i,j)在x方向的偏移值,offsety为各个像素点S(i,j)在y方向的偏移值,strength为预设扰动范围,noise(i,j)为预设噪声图中与像素点S(i,j)对应的像素点的像素值,noise(i+1,j)为预设噪声图中与像素点S(i+1,j)对应的像素点的像素值,noise(i,j+1)为预设噪声图中与像素点S(i,j+1)对应的像素点的像素值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811642404.5A CN109697707B (zh) | 2018-12-29 | 2018-12-29 | 手绘水彩风格绘制方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811642404.5A CN109697707B (zh) | 2018-12-29 | 2018-12-29 | 手绘水彩风格绘制方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109697707A CN109697707A (zh) | 2019-04-30 |
CN109697707B true CN109697707B (zh) | 2020-09-18 |
Family
ID=66232375
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811642404.5A Active CN109697707B (zh) | 2018-12-29 | 2018-12-29 | 手绘水彩风格绘制方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109697707B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5844565A (en) * | 1994-04-15 | 1998-12-01 | Sony Corporation | Generating imitation custom artwork by simulating brush strokes and enhancing edges |
CN102855647A (zh) * | 2012-07-20 | 2013-01-02 | 广东威创视讯科技股份有限公司 | 一种将图像水彩风格化的方法和图像处理系统 |
CN104915975A (zh) * | 2015-06-03 | 2015-09-16 | 厦门美图之家科技有限公司 | 一种模拟蜡笔彩绘的图像处理方法和系统 |
CN105976365A (zh) * | 2016-04-28 | 2016-09-28 | 天津大学 | 一种夜间火灾视频检测方法 |
CN106611406A (zh) * | 2015-10-27 | 2017-05-03 | 富士通株式会社 | 图像校正方法和图像校正设备 |
-
2018
- 2018-12-29 CN CN201811642404.5A patent/CN109697707B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5844565A (en) * | 1994-04-15 | 1998-12-01 | Sony Corporation | Generating imitation custom artwork by simulating brush strokes and enhancing edges |
CN102855647A (zh) * | 2012-07-20 | 2013-01-02 | 广东威创视讯科技股份有限公司 | 一种将图像水彩风格化的方法和图像处理系统 |
CN104915975A (zh) * | 2015-06-03 | 2015-09-16 | 厦门美图之家科技有限公司 | 一种模拟蜡笔彩绘的图像处理方法和系统 |
CN106611406A (zh) * | 2015-10-27 | 2017-05-03 | 富士通株式会社 | 图像校正方法和图像校正设备 |
CN105976365A (zh) * | 2016-04-28 | 2016-09-28 | 天津大学 | 一种夜间火灾视频检测方法 |
Non-Patent Citations (3)
Title |
---|
Real-Time Rendering of Watercolor Effects for Virtual Environments;Eugene Lei et al;《Lecture Notes in Computer Science》;20041203;全文 * |
二维彩色图像的卡通风格实现;周冲;《中国优秀博硕士学位论文全文数据库(硕士)信息科技辑》;20050715(第3期);全文 * |
非真实成像的水墨画绘制模型若干技术研究;金炜炜;《中国优秀硕士学位论文全文数据库 信息科技辑》;20140716(第08期);第19-31页 * |
Also Published As
Publication number | Publication date |
---|---|
CN109697707A (zh) | 2019-04-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Blayvas et al. | Efficient computation of adaptive threshold surfaces for image binarization | |
CN108921128B (zh) | 脸颊敏感肌识别方法及装置 | |
CN109086753B (zh) | 基于双通道卷积神经网络的交通标志识别方法、装置 | |
CN104794685A (zh) | 一种实现图像去噪的方法及装置 | |
Chen et al. | A new process for the segmentation of high resolution remote sensing imagery | |
CN111047509A (zh) | 一种图像特效处理方法、装置及终端 | |
Cao et al. | Crack image detection based on fractional differential and fractal dimension | |
CN117058271A (zh) | 用于生成商品主图背景的方法及计算设备 | |
CN104346782A (zh) | 一种实现单幅图像去雾的方法和装置 | |
Yao et al. | A novel technique for analysing histogram equalized medical images using superpixels | |
CN111325728A (zh) | 产品缺陷检测方法、装置、设备及存储介质 | |
CN116051575A (zh) | 图像分割方法、装置、计算机设备、存储介质程序产品 | |
CN114820972A (zh) | 等值线和/或等值面生成方法、系统、设备及存储介质 | |
CN109934072B (zh) | 人员统计方法及装置 | |
Zhang | Feature extraction of color symbol elements in interior design based on extension data mining | |
CN114359269A (zh) | 基于神经网络的虚拟食品盒缺陷生成方法及系统 | |
CN113034387B (zh) | 一种图像去噪方法、装置、设备及介质 | |
CN109697707B (zh) | 手绘水彩风格绘制方法及装置 | |
Shaoyang et al. | Image enhancement on fractional differential for road traffic and aerial images under bad weather and complicated situations | |
CN109635839B (zh) | 一种基于机器学习的非平衡数据集的处理方法和装置 | |
US9483846B2 (en) | Data interpolation and classification method for map data visualization | |
CN107823886B (zh) | 遮挡属性配置方法、装置及可读存储介质 | |
CN109741248B (zh) | 水彩风格绘制方法及装置 | |
CN111160358B (zh) | 一种图像二值化方法、装置、设备、介质 | |
CN114359048A (zh) | 图像的数据增强方法、装置、终端设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |