Einführung

Ich habe das nicht fotorealistische Rendering (nicht fotorealistisches Rendering: NPR) ausprobiert, das in der opencv-Bibliothek bereitgestellt wird. NPR zielt auf unrealistische Ausdrücke wie handgezeichnete Gemälde auf den Eingabebildern und Videos ab. Bitte stellen Sie sich das tatsächliche Konvertierungsergebnis unten als Referenz vor.

Ich habe es mit Bezug auf diese Seite implementiert. OpenCV Non-Photorealistic Rendering Learn OpenCV

Ergebnis

Ich werde zuerst das Ausführungsergebnis von NPR veröffentlichen. Eingabe ist hier Snow Sakura

NPR-Konvertierungsergebnis

Es gibt 4 Arten von OpenCV-NPR. edgePreservingFilter

detailEnhance

pencilSketch

stylization

Implementierung

Unten ist der Python-Code.

`NPR.py`


import cv2
import argparse
from PIL import Image

def NPR(src):
    epf = cv2.edgePreservingFilter(src, flags=1, sigma_s=60, sigma_r=0.4)
    de = cv2.detailEnhance(src, sigma_s=10, sigma_r=0.15)
    pen_gray, pen_col = cv2.pencilSketch(src, sigma_s=60, sigma_r=0.1, shade_factor=0.03)
    style = cv2.stylization(src, sigma_s=60, sigma_r=0.07)
    return epf, de, pen_col, style

def webcam_or_pic2npr(out,is_webcam,pic):
    if is_webcam:
        cap = cv2.VideoCapture(0)

        while True:
            ret, frame = cap.read()
            e,d,p,s = NPR(frame)
            cv2.imshow('raw_input', frame)
            cv2.imshow('edgePreservingFilter',e)
            cv2.imshow('detailEnhance',d)
            cv2.imshow('pencilSketch',p)
            cv2.imshow('stylization',s)

            key = cv2.waitKey(1) & 0xFF
            if key == ord('q'):
                break
            elif key == ord('s'):
                cv2.imwrite(out,frame)
                cv2.imwrite(out,p)
        cap.release()
        cv2.destroyAllWindows()
    else:
        img = cv2.imread(pic, cv2.IMREAD_COLOR)
        e,d,p,s = NPR(img)
        cv2.imwrite(str(out)+'edgePreservingFilter.png',e)
        cv2.imwrite(str(out)+'detailEnhance.png',d)
        cv2.imwrite(str(out)+'pencilSketch.png',p)
        cv2.imwrite(str(out)+'stylization.png',s)

def main():
    parser = argparse.ArgumentParser(description='python+opencv_npr')
    parser.add_argument('--in_pic','-i',default='sample.png',help='input_picture_name')
    parser.add_argument('--out','-o',default='./',help='output_dir')
    parser.add_argument('--is_webcam',action='store_true',help='use webwebcam_or_pic2npr')
    args = parser.parse_args()
    webcam_or_pic2npr(args.out, args.is_webcam, args.in_pic)

if __name__ == "__main__":
    main()

Ausführungsbefehl (Eingabe = Bild)

python NPR.py -i picture_name -o output_dir

Ausführungsbefehl (Eingabe = Webkamera)

python NPR.py --is_webcam

Impressionen

Es kann leicht mit Python und OpenCV implementiert werden. Details der Logik der vier Arten von Bibliotheken werden hinzugefügt, wenn Zeit vorhanden ist. Wenn Sie verschiedene Dinge ausprobieren, können Sie feststellen, dass das Bild scharf oder unscharf ist.

Zusammenfassung

Ich habe 4 Arten von unrealistischem Rendering mit Python + OpenCV ausprobiert. Bitte versuchen Sie es mit dem Bild zur Hand. Danke fürs Lesen. Wir würden uns freuen, wenn Sie auf Ungerechtigkeiten im Quellcode hinweisen könnten. LGTM ist auch willkommen!

Ich habe versucht, mit Python + opencv nicht realistisch zu rendern