Mit diesem Python -Skript können Sie mithilfe grundlegender Bildverarbeitungstechniken ein reguläres Bild in eine Bleistiftskizze umwandeln. Bei dem Prozess werden das Originalbild in Graustufen umgewandelt und dann eine Technik angewendet, die als "Ausweichen und Verbrennen" angewendet wird, um den Effekt einer Bleistiftskizze zu simulieren.
cv2
)numpy
) Stellen Sie sicher, dass Sie Python auf Ihrem System installiert haben. Wenn Sie nicht über die erforderlichen Bibliotheken verfügen, können Sie sie mit pip
installieren:
Klonen Sie dieses Repository oder laden Sie das Python -Skript ( pencil_sketch.py
) auf Ihre lokale Maschine herunter.
Platzieren Sie das Bild, das Sie in eine Bleistiftskizze in demselben Verzeichnis wie das Skript konvertieren möchten.
Nachdem das Skript erfolgreich ausgeführt wird, finden Sie das konvertierte Bleistift -Skizzierbild im selben Verzeichnis wie das Skript.
Das Skript folgt folgende Grundschritte:
Lesen Sie das Eingabebild mit OpenCV.
Konvertieren Sie das Bild in Graustufen, das das Bild vereinfacht und auf den Bleistiftskizzle -Effekt vorbereitet.
Verwenden Sie das Graustufenbild mit Bitwise_not, um ein "negatives" Bild zu erstellen.
Wenden Sie die Dodge -Mischtechnik an, indem Sie das umgekehrte Graustufenbild durch das ursprüngliche Graustufenbild teilen. Dieser Schritt verbessert die Highlights des Bildes und verleiht ihm einen "ausgewichenen" Effekt.
Das resultierende Bild ist die Bleistiftskizze. Sie können mit den Parametern experimentieren, um unterschiedliche Effekte zu erzielen.
Wenn Sie auf Probleme stoßen, die das Skript ausführen, stellen Sie sicher, dass Sie die erforderlichen Bibliotheken (OpenCV und Numpy) installiert haben.
Stellen Sie sicher, dass sich die Bilddatei im richtigen Format (z. B. JPEG, PNG) befindet und sich im selben Verzeichnis wie das Skript befindet.
Versuchen Sie, verschiedene Bilder mit unterschiedlichem Komplexitätsniveau zu verwenden, um den gewünschten Bleistift -Skizzeneffekt zu erzielen.
Das Skript ist von verschiedenen Bildverarbeitungstechniken inspiriert, die in OpenCV und Tutorials der Computer Vision Community verfügbar sind.