Adobe Photoshop风格的色调分离和OpenCV

Question

似乎Adobe Photoshop通过分别对每个颜色通道进行量化来实现分色效果，基于指定的级别数量。例如，如果您指定2个级别，则会取R值，并将其设置为0（如果您的R值小于128）或255（如果值大于等于128）。它也会对G和B执行相同的操作。

除了迭代每个像素并进行比较并单独设置值之外，是否有一种有效的方法在python中使用OpenCV进行此操作？由于OpenCV 2.4中的图像是NumPy ndarray，因此是否有一种可能严格通过NumPy进行这种计算的有效方法？

- steve8918

---

嗨，为所有级别添加了通用答案。 - Abid Rahman K

Python Wand是基于Imagemagick的，具有类似于Photoshop的色调分离命令。请参阅http://docs.wand-py.org/en/0.5.7/wand/image.html以获取海报化效果。 - fmw42

Answer 1

你的问题似乎特别关注2级。但是，如果要处理超过2级的级别呢？因此，我添加了下面的代码，可以使任何级别的颜色进行色调分离。

import numpy as np
import cv2

im = cv2.imread('messi5.jpg')

n = 2    # Number of levels of quantization

indices = np.arange(0,256)   # List of all colors 

divider = np.linspace(0,255,n+1)[1] # we get a divider

quantiz = np.int0(np.linspace(0,255,n)) # we get quantization colors

color_levels = np.clip(np.int0(indices/divider),0,n-1) # color levels 0,1,2..

palette = quantiz[color_levels] # Creating the palette

im2 = palette[im]  # Applying palette on image

im2 = cv2.convertScaleAbs(im2) # Converting image back to uint8

cv2.imshow('im2',im2)
cv2.waitKey(0)
cv2.destroyAllWindows()

这段代码使用了 Numpy 中的 调色板方法(palette method)，比逐个迭代像素点更快。你可以在这里找到更多关于如何使用它来加速代码的详细信息：Numpy 中的快速数组操作

下面是我得到的不同级别的结果：

原始图片：

级别 2 ：

级别 4 ：

级别 8 ：

等等...

- Abid Rahman K

---

我正在尝试将其转换为C++，如何量化颜色？ - AHF

首先你需要在等级之间找到一个数字。例如，如果有2个等级，则取127来分割颜色。然后所有颜色变为0和1。如果有3个等级，则取85等数字。然后分割就会得到0、1、2。然后你可以将它们扩展到0、127、255等。 - Abid Rahman K

Answer 2

我们可以使用numpy非常整洁地完成这个任务，而不必担心通道！

import cv2
im = cv2.imread('1_tree_small.jpg')
im[im >= 128]= 255
im[im < 128] = 0
cv2.imwrite('out.jpg', im)

输出：

输入：

- fraxel

---

哇，太棒了，谢谢！我对numpy完全是个新手，我没想到它这么强大，我得深入研究一下！再次感谢！ - steve8918

如果您想将此用作艺术或风格效果，我强烈建议先对图像应用高斯模糊，这将清除锯齿边缘。之后可以再次使用较小的内核应用模糊以进行反走样处理。 - user4674018

Answer 3

我见过的最酷的“海报化”效果使用了均值漂移分割。我使用了作者的GitHub存储库中的代码来创建以下图像（您需要取消注释Maincpp.cpp的第27行以执行分割步骤）。

- wcochran

Answer 4

使用cv::LUT()函数。这是最简单和最快的方法。

cv::Mat posterize(const cv::Mat &bgrmat, uint8_t lvls)
{
    cv::Mat lookUpTable(1, 256, CV_8U);
    uchar* p = lookUpTable.ptr();
    float step = 255.0f / lvls;
    for(int i = 0; i < 256; ++i)
        p[i] = static_cast<uchar>(step * std::floor(i / step));
    cv::Mat omat;
    cv::LUT(bgrmat,lookUpTable,omat);
    return omat;
}

- Alex

Answer 5

从fraxel的n个答案级别进行泛化

import cv2 as cv
import matplotlib.pyplot as plt

im = cv.imread("Lenna.png") 

n = 5

for i in range(n):
    im[(im >= i*255/n) & (im < (i+1)*255/n)] = i*255/(n-1)

plt.imshow(cv.cvtColor(im, cv.COLOR_BGRA2RGB))
plt.show()

n = 2

n = 5

- Pierre Debaisieux

---

嗨，Pierre，欢迎来到“StackOverFlow”社区。感谢您的答案，但最好解释一下为什么您的答案是改进版本的答案。祝一切顺利。 - Behdad Abdollahi Moghadam

更好的方式是提供一些示例。 - Pierre Debaisieux