想把人物头像动漫卡通化？不花钱也可以轻松实现

作者: iamdev | 来源:发表于2021-02-24 00:04 被阅读0次

想把人物头像动漫卡通化？不花钱也可以轻松实现
Flutter-实现圆角图像
有着迷离眼神的女孩
iOS 实现点击微信头像效果
iOS 实现点击微信头像效果
12.Flutter实现圆角图像的几种方法
接口和抽象类
2020-Flag
简书里的MarkDown
Flutter开发之圆形图片，圆角图片方案

今天刷朋友圈，突然发现朋友把他的头像变成了动漫卡通形象，和他真实头像也差距不大，就是蛮像的，然后我也很感兴趣，觉得很有意思。于是我也想找一下相关的方法。
首先肯定是万能的淘宝，搜索头像动漫化，有一堆商家提供了相关服务，但是我不想花钱怎么办？突然想到我是程序员嘛，那我可以找一下有没有方法能不能用编程的方式把头像动漫化？
一开始google简单的搜索了一下，果然找到了相关的方法，介绍的是使用opencv来对图像进行卡通转换的方法。

首先简单介绍一下opencv

OpenCV是用于计算机视觉和机器学习的开源python库。它主要针对实时计算机视觉和图像处理。它用于对图像执行不同的操作，然后使用不同的技术对其进行转换。

简单来说，你只需要知道opencv很牛逼，大概是图像处理中最牛逼的库了吧

如果说编程可以实现我们的目的，那应该就是用这个库做到的了

不废话了，直接上代码，下面使用python调用opencv来实现

import cv2
from scipy import stats
import numpy as np
from collections import defaultdict


def update_c(C, hist):
    while True:
        groups = defaultdict(list)

        for i in range(len(hist)):
            if (hist[i] == 0):
                continue
            d = np.abs(C - i)
            index = np.argmin(d)
            groups[index].append(i)

        new_C = np.array(C)
        for i, indice in groups.items():
            if (np.sum(hist[indice]) == 0):
                continue
            new_C[i] = int(np.sum(indice * hist[indice]) / np.sum(hist[indice]))

        if (np.sum(new_C - C) == 0):
            break
        C = new_C

    return C, groups


# Calculates K Means clustering
def K_histogram(hist):
    alpha = 0.001
    N = 80
    C = np.array([128])

    while True:
        C, groups = update_c(C, hist)

        new_C = set()
        for i, indice in groups.items():
            if (len(indice) < N):
                new_C.add(C[i])
                continue

            z, pval = stats.normaltest(hist[indice])
            if (pval < alpha):
                left = 0 if i == 0 else C[i - 1]
                right = len(hist) - 1 if i == len(C) - 1 else C[i + 1]
                delta = right - left
                if (delta >= 3):
                    c1 = (C[i] + left) / 2
                    c2 = (C[i] + right) / 2
                    new_C.add(c1)
                    new_C.add(c2)
                else:
                    new_C.add(C[i])
            else:
                new_C.add(C[i])
        if (len(new_C) == len(C)):
            break
        else:
            C = np.array(sorted(new_C))
    return C


# The main controlling function
def caart(img):
    kernel = np.ones((2, 2), np.uint8)
    output = np.array(img)
    x, y, c = output.shape
    for i in range(c):
        output[:, :, i] = cv2.bilateralFilter(output[:, :, i], 5, 150, 150)

    edge = cv2.Canny(output, 100, 200)
    output = cv2.cvtColor(output, cv2.COLOR_RGB2HSV)

    hists = []

    hist, _ = np.histogram(output[:, :, 0], bins=np.arange(180 + 1))
    hists.append(hist)
    hist, _ = np.histogram(output[:, :, 1], bins=np.arange(256 + 1))
    hists.append(hist)
    hist, _ = np.histogram(output[:, :, 2], bins=np.arange(256 + 1))
    hists.append(hist)

    C = []
    for h in hists:
        C.append(K_histogram(h))
    # print("centroids: {0}".format(C))

    output = output.reshape((-1, c))
    for i in range(c):
        channel = output[:, i]
        index = np.argmin(np.abs(channel[:, np.newaxis] - C[i]), axis=1)
        output[:, i] = C[i][index]
    output = output.reshape((x, y, c))
    output = cv2.cvtColor(output, cv2.COLOR_HSV2RGB)

    contours, _ = cv2.findContours(edge, cv2.RETR_EXTERNAL,
                                   cv2.CHAIN_APPROX_NONE)
    cv2.drawContours(output, contours, -1, 0, thickness=1)
    # cartoon = cv2.bitwise_and(output, output, mask=contours)
    for i in range(3):
        output[:, :, i] = cv2.erode(output[:, :, i], kernel, iterations=1)
    # Laplacian = cv2.Laplacian(output,cv2.CV_8U, ksize=11)
    # output=output-Laplacian
    return output


output = caart(cv2.imread("src.jpg"))
cv2.imwrite("cartoon.jpg", output)

网上找一张明星的图片试试效果，效果如下，感觉这。。。还行？