纯java实现相片转素描

1.实例演示图片转素描效果

首先我们来看一下具体的效果，在项目中添加依赖

<repositories><repository><id>jitpack.io</id><url>https://jitpack.io</url></repository>
</repositories><dependency><groupId>com.github.liuyueyi</groupId><artifactId>java-jhlabs</artifactId><!-- replace by newest version  --><version>1.0</version>
</dependency>
复制代码

实用姿势

private static void toSketch(String imgPath, String output) throws IOException {BufferedImage src = ImageIO.read(Objects.requireNonNull(Img2SketchTest.class.getClassLoader().getResourceAsStream(imgPath)));src = ImageUtils.convertImageToARGB(src);//图像灰度化PointFilter grayScaleFilter = new GrayscaleFilter();BufferedImage grayScale = new BufferedImage(src.getWidth(), src.getHeight(), src.getType());grayScaleFilter.filter(src, grayScale);//灰度图像反色BufferedImage inverted = new BufferedImage(src.getWidth(), src.getHeight(), src.getType());PointFilter invertFilter = new InvertFilter();invertFilter.filter(grayScale, inverted);//高斯模糊处理GaussianFilter gaussianFilter = new GaussianFilter(20);BufferedImage gaussianFiltered = new BufferedImage(src.getWidth(), src.getHeight(), src.getType());gaussianFilter.filter(inverted, gaussianFiltered);// 灰度图像和高斯模糊反向图混合ColorDodgeComposite cdc = new ColorDodgeComposite(1.0f);CompositeContext cc = cdc.createContext(inverted.getColorModel(), grayScale.getColorModel(), null);WritableRaster invertedR = gaussianFiltered.getRaster();WritableRaster grayScaleR = grayScale.getRaster();// 混合之后的就是我们希望的结果BufferedImage composite = new BufferedImage(src.getWidth(), src.getHeight(), src.getType());WritableRaster colorDodgedR = composite.getRaster();cc.compose(invertedR, grayScaleR, colorDodgedR);//输出做好的素描File outputfile = new File(output);ImageIO.write(composite, "png", outputfile);
}
复制代码

表现结果如下

2. 算法原理

作为一个图像处理小白，网上搜索了一下，素描算法比较多，通过多番比较，感觉整体思想相差不大，大致是以下几个步骤

原图灰度化
临界值处理（小于某个临界值的像素值设置为0）
第二步的图像反色处理
第二步与第三步的图片混合处理

接下来将以我自己的粗浅理解出发，尝试做一下算法的解析

2.1 灰度处理

图像灰度处理，主要是为了将最终图片的色彩控制在五彩斑斓的灰白中，保持和我们常见的素描风格保持一致

具体的像素灰度处理，有一个广为流传的公式（我也没找到原始出处，不知道是哪位大神给出的）

avgColor = red * 0.299f + green * 0.587f + blue * 0.114f
复制代码

2.2 边界凸显

素描效果的一个核心要点在于对于物体的边缘轮廓进行定位，清洗的显示轮廓信息，对于之外的信息进行抽象模糊处理；简单来讲就是改凸显的地方凸显出来，不重要的地方模糊些处理

那么问题就是如何定位轮廓，如何模糊处理？

上面步骤中的第二、第三两步主要就是来干这个事情的；临界值 + 反向，主要就是为了定位边界轮廓（盲猜一波：轮廓边缘的像素差异较大，两次处理叠加之后，轮廓处像素信息受影响较小，和之前的值差别不大，有相关背景知识的大佬可以指点一下）

具体实现的方式呢，最容易想到的一点是

设置一个阈值，小于这个阈值的像素设置为0；然后反向，两个图像进行混合处理，从而凸显轮廓

更先进一点的做法：

傅里叶变换、高斯模糊、梯度算法等出现在各相关论文中的算法(至于为什么有效，我也不知道了...)

3. 快速使用

文章的最开始就给出了一个素描处理的demo，输出效果基本ok，但是使用姿势有点麻烦；其实现就是借助jh-labs的滤镜来实现各种操作，对于应用者而言（比如我），可能并不关心具体细节，只要结果，有更简单的使用姿势么？

当然也是有的，下面这个开源项目已经做好了封装

最新版本为3.0，可以到中央仓库直接获取（如果还没有找到，不要慌，我还没有提交，因为3.0还在内测中）

引入依赖

<!-- https://mvnrepository.com/artifact/com.github.liuyueyi.media/photo-plugin -->
<dependency><groupId>com.github.liuyueyi.media</groupId><artifactId>photo-plugin</artifactId>
</dependency>
复制代码

使用姿势

@Test
public void testSketch() {BufferedImage out = PhotoOperateWrapper.of(OperatorEnum.SKETCH).setImg("https://t7.baidu.com/it/u=4162611394,4275913936&fm=193&f=GIF").build().asImg();System.out.println("----");
}