自从会了Python之后，我就没用过PS了！带你将照片变成卡通图片！

第1步：减少图像色彩

因为双边滤波器平滑平坦区域同时能保持边缘清晰，所以很适合于将RGB图像转换为卡通。虽然速度好像慢一些一个技巧是重复（例如，通过num_bilateral = 7七次）应用小双边滤波器，而不是只用一次大双边滤波器。

第3步：创建轮廓

在降噪之后，就可以安全地应用自适应阈值来创建轮廓。 即使存在一些图像噪声，blockSize = 9的cv2.ADAPTIVE_THRESH_MEAN_C算法也会确保将阈值应用于9x9邻域的平均值减去C = 2。

4步：合并轮廓与彩色图片

最后一步是将经处理的彩色图像（img_color）与边缘掩码（img_edge）组合。至此，一个可以卡通化图片的原始代码就写好了。图片效果有点理工的审美，不够文艺，效果上输给了Photoshop，但是在效率上扳回一城。

最后将上述代码封装成函数。导入python的os模块来方便文件处理。

j进群：125240963   即可获取数十套PDF哦！

原文地址：https://www.cnblogs.com/PY1780/p/9283391.html

时间： 2024-11-11 16:32:04

自从会了Python之后，我就没用过PS了！带你将照片变成卡通图片！的相关文章

python中redis获得到的值是带b'**'

原因在于在python中从Redis取出的Sting都变成bytes格式 解决一 # 加上decode_responses=True即可解决 redis_store = redis.StrictRedis(host='127.0.0.1', port=6379, decode_responses=True) 解决二 取值时后面加上decode() redis_store.get("name:%s"%name).decode() python中redis获得到的值是带b'**' 原文地址

轻松入门Python爬虫，三个爬虫版本，带你以各种方式爬取校花网

爬虫是什么? 如果我们把互联网比作一张大的蜘蛛网,数据便是存放于蜘蛛网的各个节点,而爬虫就是一只小蜘蛛, 沿着网络抓取自己的猎物(数据)爬虫指的是:向网站发起请求,获取资源后分析并提取有用数据的程序: 从技术层面来说就是 通过程序模拟浏览器请求站点的行为,把站点返回的HTML代码/JSON数据/二进制数据(图片.视频) 爬到本地,进而提取自己需要的数据,存放起来使用: 为了帮助大家更轻松的学好Python开发,爬虫技术,Python数据分析等相关知识,给大家分享一套Python学习资料,小编推荐

python最简单的发邮件方式(不带附件)

今天在尝试使用python发送邮件,在网上看了很多教程,发觉对于初学者的我有点复杂和代码比较麻烦,而且也没有太多的注释告诉我这是干嘛用的,用法是什么 这个教程十分简单,但是我足够应付我日常工作的需要了,作为运维,我要的功能只是能够发送邮件并且正确显示其内容就够,不需要太多花俏的东西. 测试的准备工作是,我在虚拟机下把w的命令输出重定向到一个文件,作为邮件body体的发送内容. w > msg.log [[email protected] tmp]# cat msg.log 02:48:50 up

python：解析js中常见的 不带引号的key的 json

首先要明晰一点,json标准中,key是必须要带引号的,所以标准json模块解析不带引号的key的 json就会抛错 不过有一些lib可以帮我们解析 如:demjson(链接) >>>> import demjson >>> demjson.decode('{suggestion:[{query:"London",interpretation: ...') {u'suggestion': [{u'query': u'London', u'ope

用Python玩任何一款街机，带你一起回味童年！

街机想必大家都不会很陌生,还记得以前的时候,为了玩上一会儿街机,每次放假都会疯狂的往游戏厅狂奔,现在回想起那时,还是别有一番韵味.今天我们来利用Python弄一个操作方式非常亲民,并且可以玩任意一款旧街机游戏的API的开源Python库. 这是一个允许你在几乎任何街机游戏中训练你的强化学习算法的Python库,它目前在Linux系统上可用.通过这个工具包,你可以定制算法逐步完成游戏过程,同时接收每一帧的数据和内部存储器地址值以跟踪游戏状态,以及发送与游戏交互的动作. 安装 GitHub地址:ht

用Python做了鉴黄模型，内含多20万张“不可描述”图片

GitHub出现一个名为"NSFW Model"的项目.通俗一点来说,就是一个鉴黄模型. 这个模型,使用的数据来自前不久量子位介绍的那个数据集,内含多20万张"不可描述"图片. 同时,这个模型也被项目的贡献者做成了Demo. 既然有了Demo,那肯定是免不了测试一番-- Demo效果 Demo网站十分简单,进去之后能做什么一目了然. 上传图片之后,是自动给出结果,不需要点击其他按钮.但有时候不会给出结果-..还有待完善. 学习过程中有不懂的可以加入我们的学习交流秋秋

《OpenCV3计算机视觉-python语言实现(第二版)》高清带标签PDF下载学习

1 写在前面 这本书比较福利,是基于Python版本的OpenCV学习教程,非常的不错,下面提供一个可以下载高清带标签PDF的链接 百度云盘下载链接:<OpenCV3计算机视觉 - Python语言实现(第二版)>高清带标签PDF 2 主要目的: 本书将从图像处理的基本操作出发,带你开启先进计算机视觉概念的探索之旅.计算机视觉是一个快速发展的学科,在现实生活中,它的应用增长得非常快,因此写作本书的目的是为了帮助计算机视觉领域的新手和想要了解全新的OpenCV 3.0.0的计算机视觉专家. 通过

Python游戏编程快速上手 (高清完整版 带书签)

链接:https://pan.baidu.com/s/16WixNPaAarLy8Ct8r-qtAg 密码:6awc 原文地址:https://www.cnblogs.com/luoshuifusheng/p/9442429.html

使用python进行面部合成，比PS好用多了

一. 准备工作 1. 此程序使用的是 Face++ 的API,所以需要去Face++官网注册账号: 2. 创建应用,获取 key 和 secret 3. 下载 simplejson 模块 ,使用pip就可以下载了 pip install simplejson 二. 程序思路 1. 使用 decect 接口,获取人脸关键点 * return_landmark 参数 不能为 0 不然不会返回人脸关键点 核心代码: 2. 使用 mergeface 接口,合成脸部图像 注意图片文件大小不超过 2 MB