基于深度学习的图像的风格迁移创新实训3

最新推荐文章于 2023-03-11 10:20:32 发布

ljh_in_SDU

最新推荐文章于 2023-03-11 10:20:32 发布

阅读量926

点赞数

分类专栏：风格迁移

本文链接：https://blog.csdn.net/Geek_Geeker/article/details/80732679

版权

本文介绍了一种在基于深度学习的图像风格迁移中，针对水墨风格图片处理的创新方法。通过添加天空分割算法，实现天空部分的“留白”，以符合传统水墨画的特点。首先应用天空分类算法获取原始二值图，然后利用形态学的开闭运算进行滤波，但由于结果存在锯齿和方块状，进一步通过逐列检测和填充优化mask，减少人工痕迹。

摘要由CSDN通过智能技术生成

对于水墨风格的图片，如果直接迁移，会出现灰蒙蒙的天空，不符合传统水墨画的“留白”效果。因此，我们决定加上天空分割算法，对图片进行后处理，实现天空部分的“留白”。

经过天空的分类算法之后，得到的原始二值图如下：（以单张图片为例）

分割面过于凌乱，不适合直接处理，因此，使用形态学滤波中的开闭运算对图像进行处理，代码如下：

kernel = np.ones((7,7),np.uint8)
image = cv2.morphologyEx(image, cv2.MORPH_CLOSE, kernel)
image = cv2.morphologyEx(image, cv2.MORPH_OPEN, kernel)

# kernel = np.ones((11,11),np.uint8)
# image = cv2.morphologyEx(image, cv2.MORPH_CLOSE, kernel)

# kernel = np.ones((13,13),np.uint8)
# image = cv2.dilate(image,kernel,iterations = 1)

# picture = cv2.imread("images/"+str(picnum)+".jpg")
# cv2.imshow("Image",picture)
image = cv2.cvtColor(image,cv2.COLOR_BGR2GRAY)
rows,cols = image.shape
ma