python - Adobe Photoshop 风格的分色和 OpenCV

Question

Adobe Photoshop 似乎通过根据指定的级别数分别量化每个颜色通道来进行后处理。因此，例如，如果您指定 2 个级别，那么它将采用 R 值，如果您的 R 值小于 128，则将其设置为 0；如果您的值 >= 128，则将其设置为 255。它对 G 和 B 执行相同的操作.

除了遍历每个像素并进行比较并分别设置值之外，是否有一种有效的方法可以在 Python 中使用 OpenCV 执行此操作？由于 OpenCV 2.4 中的图像是 NumPy ndarray，是否有一种有效的方法可以严格通过 NumPy 进行此计算？

Answer 1

您的问题似乎特别是在询问 2 级。但是超过 2 级呢？所以我在下面添加了一个代码，它可以对任何颜色级别进行分色。

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()

这段代码在 Numpy中使用了一种称为调色板方法的方法，它比遍历像素非常快。您可以在此处找到更多详细信息如何使用它来加速代码：Numpy 中的快速数组操作

以下是我在不同级别获得的结果：

原始图像：

2级：

4级：

8级：

等等...

Answer 2

我们可以使用 numpy 非常巧妙地做到这一点，而无需担心通道！

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：

Answer 3

我见过的最酷的“海报化”使用 Mean Shift Segmentation。我使用作者的 GitHub存储库中的代码创建了以下图像（您需要取消注释Maincpp.cpp 的第 27 行才能执行分割步骤）。

Answer 4

来自fraxel的 n 级答案的泛化

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

Answer 5

使用cv::LUT()。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;
}