https://pyseek.com/2022/07/image-to-cartoon-converter-in-python/
一、说明
你有没有试过把自己的照片转换成卡通画？顺便说一句，这不是开玩笑。很多人喜欢把他们的照片变成卡通画并在社交媒体上分享。就连我自己也多次尝试过这种技术。有很多在线工具可以完成这项任务。但是如果我们自己制作一个图像到卡通画的转换器呢？听起来很棒吧？
在本教程中，我们将在OpenCV 和 Tkinter 库的帮助下，使用 Python 语言创建这样一个图像到卡通转换器。但是，在进入主要项目讨论之前，我们必须了解卡通化过程背后的核心逻辑以及如何通过 Python 编程实现它。
因此，我将整个主题分为两部分。在第一部分中，您将学习如何通过 Python 程序逐步为图像添加卡通效果。在第二部分中，我们将应用相同的逻辑来创建一个 Python 应用程序，只需单击几下即可实现卡通化效果。任何人都可以轻松使用该应用程序。
那么，让我们继续我们的精彩讨论。
二、算法和思路
2.1 使用
首先，我们需要安装 OpenCV 库（文档）。要获取它，请使用以下命令：
pip install opencv-python 不用担心 Tkinter 库（文档）。大多数 Python 安装都已预装它。如果您没有它，可以使用以下命令安装它：
pip install tk 2.2 导入模块
我建议您为该项目创建一个名为“ Cartoon-Maker ”的单独文件夹，并在其中声明一个 Python 文件“ cartoon_maker.py ”。
现在，让我们开始导入cv2模块。
import cv2 2.3 打开图像
让我们打开您的图库并挑选一张您自己的高质量照片。现在将其保存在项目文件夹中。
在名为“ img_path ”的变量中提及图像的名称，并使用函数加载图像cv2.imread。
img_path =“woman.jpg”
img = cv2.imread（img_path） 2.4 调整图像大小并显示
并非所有计算机或笔记本电脑用户的屏幕尺寸都相同，这意味着显示的图像可能不会对每个人都完美显示。
为了确保统一性并避免任何不一致，调整图像大小非常重要，以便所有用户都能看到相同的图像。您可以使用此cv2.imread功能来实现这一点。
img = cv2.resize(img, (820,540))在我们进入编辑阶段之前，让我们使用该cv2.imshow函数显示原始图像。
cv2.imshow("Result Image", img)
cv2.waitKey()
cv2.destroyAllWindows()输出
2.5 转换为灰度
我们首先将图像转换为灰度以创建卡通效果。为此，我们将使用函数cv2.cvtColor。在此函数中，我们需要将初始加载的图像指定为初始参数，然后指定代码值，该代码值需要一个整数输入。
gray_img = cv2.cvtColor(src=img, code=cv2.COLOR_BGR2GRAY)代码选项有很多，每个选项都与一个不同的整数相关联。记住这些数值可能很困难，这就是为什么我们选择使用更容易记住的代码名称（如cv2.COLOR_BGR2GRAY本例所示）而不是处理数字表示。
这是颜色空间转换的文档： OpenCV 文档。
现在，为了显示转换后的灰度图像，我们将使用上一节中用于显示的相同代码块。唯一需要调整的是更新函数中的第二个参数cv2.imshow，将其指定为“ gray_img ”。
cv2.imshow("Result Image", gray_img)
cv2.waitKey()
cv2.destroyAllWindows()输出
2.6 平滑图像
平滑图像是图像到卡通转换过程中的关键步骤。
平滑处理是模糊图像同时保留其基本特征的技术。它有助于简化图像的细节、减少噪音并为卡通化过程做好准备。
在此步骤中，我们将对灰度图像应用中值模糊以实现我们现在的目标。
smooth_image = cv2.medianBlur(src=gray_img, ksize=5)在上面的代码中，
- ' src '代表我们之前转换为灰度图像的图像（“gray_img”）。
- “ ksize ”表示用于模糊的内核的大小。在我们的例子中，我们取值为“5”。请注意，它只接受奇数整数值。您可以调整此值来控制平滑级别，请记住，值越高，平滑效果越好。
再次，我们将使用与上一节相同的技术显示平滑后的图像。
cv2.imshow("Result Image", smooth_img)
cv2.waitKey()
cv2.destroyAllWindows()输出
2.7 应用边缘检测
现在我们将边缘检测技术应用于之前过滤的图像。
边缘检测是一种基本过程，可以增强图像中物体的轮廓，使其具有独特的卡通外观。在这里，我们将使用自适应阈值技术来实现这一点。为此，我们将cv2.adaptiveThreshold在代码中使用该函数。
edges = cv2.adaptiveThreshold(src=smooth_image, maxValue=255, adaptiveMethod=cv2.ADAPTIVE_THRESH_MEAN_C, thresholdType=cv2.THRESH_BINARY, blockSize=7, C=6)在上面的代码中，
- ' src ' 是我们在流程早期准备的平滑图像（“smooth_image”）。
- ' maxValue '代表可能的最高像素值，在我们的上下文中，它设置为'255'，并分配给满足阈值条件的像素。
- ' adaptiveMethod '（
cv2.ADAPTIVE_THRESH_MEAN_C）指定自适应阈值方法，该方法将每个邻域的阈值计算为邻域面积的平均值。 - 'thresholdType ' (
cv2.THRESH_BINARY) 表示超过阈值的像素值将被设置为最大值 ( 255 )，而低于阈值的像素值将被设置为零。
现在，让我们展示一下最近添加的过滤图像。
cv2.imshow("Result Image", edges)
cv2.waitKey()
cv2.destroyAllWindows()输出
2.8 应用卡通效果
在本节中，我们将使用双边滤波为图像提供卡通效果。它是图像处理中的关键工具，因为它可以同时平滑图像并保留边缘等重要细节。
我们来做一下代码：
color_img = cv2.bilateralFilter(src=img, d=9, sigmaColor=300, sigmaSpace=300)在上面的代码中，
- 'img ' 是您的图像的原始版本。
- 参数“ d ”代表过滤过程中考虑的每个像素邻域的直径。
- ' sigmaColor ' 根据颜色控制滤镜的影响。要获得卡通效果，您需要为其选择> 150 的值。
- “ sigmaSpace ”根据空间距离或坐标控制滤镜的影响。要获得微调艺术效果，请为最后两个参数选择较高的值。
它会是什么样子？让我们再次显示它。
cv2.imshow("Result Image", color_img)
cv2.waitKey()
cv2.destroyAllWindows()输出
2.9 应用风格化
我们正处于卡通化过程的最后一步。在本节中，我们将使用按位 AND函数将风格化应用于卡通化图像。
此功能使我们能够将卡通图像与边缘检测图像相结合，突出图像的轮廓和特征，就像手绘插图一样。
以下是在 Python 中应用按位 AND 函数的方法：
cartoon_img = cv2.bitwise_and(src1=color_img, src2=color_img, mask=edges)在上面的代码中：
- ` color_image`是我们使用以前的技术卡通化的图像。
- ` edges`是我们之前使用自适应阈值准备的边缘检测图像。
我们的卡通形象现在已经准备好了。让我们显示它。
cv2.imshow("Result Image", cartoon_img)
cv2.waitKey()
cv2.destroyAllWindows()输出
2.10 保存图像
我们已经将原始图像转换为卡通图像，但要在其他地方使用它，我们必须保存它。在程序末尾添加此代码片段，以将卡通化图像保存在当前工作目录中。
cv2.imwrite("result.jpg", cartoon_img)三、将程序变成应用程序
现在是时候通过使用 Tkinter 库提供图形界面来改善程序的用户体验了。我们将创建一个使用 Python 将图像转换为卡通的应用程序。
程序的核心逻辑是一样的。在本例中，我们将创建一个 GUI 窗口和一些小部件来选择、显示、卡通化和保存图像。
因此，在复制整个代码之前，请在“Cartoon-Maker”文件夹中创建一个名为“ app.py ”的 Python 文件。
import cv2
import pathlib
import pyautogui
from tkinter import *
from PIL import ImageTk, Image
from tkinter import filedialogclass Image_Cartoonify:def __init__(self, root):self.window = rootself.window.geometry("960x560")self.window.title('Cartoonify')self.window.resizable(width=False, height=False)self.width = 740self.height = 480self.Image_Path = ''# ==============================================# ================Menubar Section===============# ==============================================# Creating Menubarself.menubar = Menu(self.window)# Adding Edit Menu and its sub menusedit = Menu(self.menubar, tearoff=0)self.menubar.add_cascade(label='Open', menu=edit)edit.add_command(label='Open Image', command=self.open_image)# Menu widget to cartoonify the imagecartoonify = Menu(self.menubar, tearoff=0)self.menubar.add_cascade(label='Cartoonify', menu=cartoonify)cartoonify.add_command(label='Create Cartoon', command=self.cartoonify)# Exit the Applicationexit = Menu(self.menubar, tearoff=0)self.menubar.add_cascade(label='Exit', menu=exit)exit.add_command(label='Exit', command=self._exit)# Configuring the menubarself.window.config(menu=self.menubar)# ===================End=======================# Creating a Frameself.frame = Frame(self.window,width=self.width, height=self.height)self.frame.pack()self.frame.place(anchor='center', relx=0.5, rely=0.5)# Open an Image through filedialogdef open_image(self):self.clear_screen()self.Image_Path = filedialog.askopenfilename(title="Select an Image",filetypes=(("Image files", "*.jpg *.jpeg *.png"),))if len(self.Image_Path) != 0:self.show_image(self.Image_Path)# Display the Imagedef show_image(self, Img):# Opening the imageimage = Image.open(Img)# resize the image, so that it fits to the screenresized_image = image.resize((self.width, self.height))# Create an object of tkinter ImageTkself.img = ImageTk.PhotoImage(resized_image)# A Label Widget for displaying the Imagelabel = Label(self.frame, image=self.img)label.pack()def cartoonify(self):# Storing the image path to a variableImgPath = self.Image_Path# If any image is not selectedif len(ImgPath) == 0:passelse:# Get the file name to be saved after cartoonify the imagefilename = pyautogui.prompt("Enter the filename to be saved")# Filename with the extension (extension of the original image)filename = filename + pathlib.Path(ImgPath).suffix# Read the imageImg = cv2.imread(ImgPath)Img = cv2.resize(Img, (740, 480))GrayImg = cv2.cvtColor(src=Img, code=cv2.COLOR_BGR2GRAY)SmoothImg = cv2.medianBlur(src=GrayImg, ksize=5)Edges = cv2.adaptiveThreshold(src=SmoothImg, maxValue=255, adaptiveMethod=cv2.ADAPTIVE_THRESH_MEAN_C,thresholdType=cv2.THRESH_BINARY, blockSize=9, C=9)# Adjust the the values of sigmaColor and sigmaSpace to get a proper cartoon effectColorImg = cv2.bilateralFilter(src=Img, d=9, sigmaColor=300, sigmaSpace=300)CartoonImg = cv2.bitwise_and(src1=ColorImg, src2=ColorImg, mask=Edges)cv2.imwrite(filename, CartoonImg)self.clear_screen()self.show_image(filename)# Remove all widgets from the framedef clear_screen(self):for widget in self.frame.winfo_children():widget.destroy()# It destroys the main GUI window of the# applicationdef _exit(self):self.window.destroy()if __name__ == "__main__":root = Tk()# Creating an object of Image_Cartoonify classobj = Image_Cartoonify(root)root.mainloop()在上面的程序中，我们创建一个名为的类Image_Cartoonify并声明六个方法。__init__创建一个 GUI 窗口和所有小部件。该open_image方法打开一个 tkinter 对话框来选择图像。
该show_image方法在框架上显示所选图像。卡通化方法负责为所选图像赋予卡通效果。clear_screen和_exit方法分别用于删除窗口上显示的所有小部件并关闭窗口。
四、总结
在本教程中，我们探索使用 Python 和 OpenCV 库创建图像到卡通转换器。
本教程分为两部分，第一部分重点介绍核心程序，分解每个步骤，从导入 OpenCV 模块到将图像转换为卡通。该过程包括图像加载、调整大小、灰度转换、平滑、边缘检测、应用卡通效果和风格化。
这还不是全部。在第二部分中，我们通过使用 Tkinter 库添加图形用户界面 (GUI) 来增强程序。它创建了一个用于将图像转换为卡通的应用程序。