素描
素描
淅淅沥沥的雨声，点点滴滴落在心上。眼睛是一场惊世骇俗的杰作，目之所即，思之所往。
犹记得中学时候，有个同学会绘画，画的二次元角色，我不知道怎么评价画画的水平如何，只是依稀记得当时觉得很好看。未曾想当时不经意的一眼， 竟然能在这么多年的岁月侵蚀后，依旧难以忘却。那时候的我还不知道，别的孩子都在发展其他特长的时候，我除了对付那写不完的作业，就只剩下了对长大的期待。
一时兴起买了素描大礼包，总觉得只有黑白的世界一定很酷，等我拆开大礼包，看见里面一堆铅笔，看到一支2B铅笔，一下子就把我的思绪拉到了好多好多年前。 它应该是所有里面，我唯一熟悉的了，其他的3B,4B,5B…,2H,3H,4H…,还有其他的也看不懂。上来就浇灭了我仅有的一丝热情，真令人头大。 第一步，毫无疑问，毋庸置疑，那肯定就是削铅笔了。于是，我就吭哧吭哧拿起美工刀开始削了起来。当刀尖与铅笔接触时，刀慢慢嵌进去的感觉让我很是意外。 我记得以前总觉得削铅笔时间很费力的事情，还很难削，想来是现在的铅笔改进了品质吧。整个过程倒是有种解压的爽感，一时间也不明白为什么会有这种感觉， 现在看来，应该是不用费脑子的机械重复运动，可以让人很放松吧。
跟着B站的不知名UP主，开始学了起来，明明是跟着一笔一画，结果最后我的作品用惨不忍睹来形容都是一种夸奖了。 有时候人真的会气馁，当发现自己连根直线都画不好的时候。当一件事情被认为是简单的，而实际上做不到的时候，就会产生严重的自我批评，就比如， 我竟然连根线都不会画。在一个地方来回画线，控制线条笔直，且反复绘在同一或极其接近的位置，实在是有些为难我了。 总是不自觉地会跟随手臂摆动，用手画弧线。
素描是光与影的艺术，在素描的时候，太阳不在画中，但它却在画中无处不在，光与影的结合就在表达着它的位置。开始绘制的时候，是一条条骨架线， 然后慢慢的才能看出来它的真实样貌，如果经常素描，是不是看世间万物都是先去其形，观其骨。
如果事情得不到正反馈，那么就很难再继续下去了，没多久就放弃了手绘。握不稳笔的手，不如趁早放弃。此时，另一个念头萌生出来，我把目光投向了 OpenCV， 没错，就是大名鼎鼎的开源的计算机视觉和机器学习库。
手画不出来的素描，那就用代码“画出来”。没多久我就发现，我好像进入了一个过于广阔的空间。大部分素描的代码都大差不差，图像灰度处理，然后翻转高斯模糊， 各类滤波操作，然后出图。
图像没有经过元素剔除，亮度，暗部矫正，以及一系列然处理后再进行素描化。我忽然意识到这不就是 ISP 吗，拿到图片不是直接素描化，而是经过图像重建，色彩重建， 噪声重建，以及其他部分的修正，最后处理好的图片再进行素描处理。这么一想，这不是没完没了了吗？
再想到对于不同的图，有些地方亮度太大，我希望调低，可这种针对某一张图的修正很难应用到所有图片，这不就是摄影师拍了大量的图，然后 PS 对每一张图单独进行修图吗？ 意识到不能再胡思乱想了，这得把我累坏了啊。怪不得，素描化的过程基本上通用的就是那几个流程，至于每张图的细节，就需单独设置调整了。
下面是简单的代码：
import math
import cv2
import numpy as np
from matplotlib import pyplot as plt
def show_compare(draw_dict: dict, dpi=100):
"""
draw_dict: key = title , value = bgr
"""
# import matplotlib
# matplotlib.use('TkAgg')
def factorize_nearby_factors(n: int):
a = int(math.sqrt(n))
b = a
while a * b < n:
a += 1
return a, b
image_numbers = len(draw_dict)
w, h = factorize_nearby_factors(image_numbers)
# figsize 和 dip 共同决定显示，默认dpi是100 (10,5),默认 dpi 下，是1000的宽和500的高
fig, axs = plt.subplots(w, h, figsize=(16, 9), dpi=dpi)
for index, value in enumerate(draw_dict.items()):
title, gray = value
row = index // w
colum = index % h
if w == 1 and h == 1:
axs.imshow(gray, cmap='gray')
axs.set_title(title)
axs.axis('off')
elif w == 1 or h == 1:
axs[index].imshow(gray, cmap='gray')
axs[index].set_title(title)
axs[index].axis('off')
else:
axs[row][colum].imshow(gray, cmap='gray')
axs[row][colum].set_title(title)
axs[row][colum].axis('off')
plt.tight_layout() # 自动调整子图参数，使之填充整个图形区域
plt.show()
def style_normal(image):
"""
基础素描效果
使用高斯模糊和边缘检测实现
"""
# 转换为灰度图
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
# 进行高斯模糊
blur = cv2.GaussianBlur(gray, (5, 5), 0)
# 边缘检测
edges = cv2.Canny(blur, 30, 150)
# 图像反转
sketch = cv2.bitwise_not(edges)
return sketch
def style_shape(image):
"""
高级素描效果
使用双边滤波和自适应阈值实现
"""
# 转换为灰度图
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
# 使用双边滤波进行降噪，同时保持边缘锐利
bilateral = cv2.bilateralFilter(gray, 9, 75, 75)
# 使用自适应阈值处理
thresh = cv2.adaptiveThreshold(bilateral, 255,
cv2.ADAPTIVE_THRESH_GAUSSIAN_C,
cv2.THRESH_BINARY, 11, 2)
# sketch = cv2.bitwise_not(thresh)
sketch = thresh
return sketch
def style_pencil(image):
"""
铅笔素描效果
使用除法混合模式实现
"""
# 转换为灰度图
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
# 对图像进行反转
inv = cv2.bitwise_not(gray)
# 高斯模糊
blur = cv2.GaussianBlur(inv, (21, 21), 0)
inv_recover = cv2.bitwise_not(blur)
# 混合模式除法
sketch = cv2.divide(gray, inv_recover, scale=256.0)
return sketch
def style_artistic(image):
"""
艺术素描效果
结合多种滤波器和形态学操作
"""
# 转换为灰度图
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
# 边缘增强
kernel = np.array([[-1, -1, -1],
[-1, 9, -1],
[-1, -1, -1]])
sharpened = cv2.filter2D(gray, -1, kernel)
# 双边滤波减少噪声
bilateral = cv2.bilateralFilter(sharpened, 9, 75, 75)
# 自适应阈值
sketch = cv2.adaptiveThreshold(bilateral, 255,
cv2.ADAPTIVE_THRESH_MEAN_C,
cv2.THRESH_BINARY, 11, 2)
# 形态学操作优化线条
kernel = np.ones((2, 2), np.uint8)
sketch = cv2.morphologyEx(sketch, cv2.MORPH_CLOSE, kernel)
return sketch
if __name__ == '__main__':
filepath_in = r"demo.png"
show_compare({
'sketch1': style_normal(image=cv2.imread(filepath_in)),
'sketch2': style_shape(image=cv2.imread(filepath_in)),
'sketch3': style_pencil(image=cv2.imread(filepath_in)),
'sketch4': style_artistic(image=cv2.imread(filepath_in))
}, dpi=300)
一开始都梦想着代码改变世界，到了后来才发现，不被世界所改变就难能可贵。