本文介绍了如何使用OpenCV的DNN模块和预先训练的模型实现图像风格迁移，让照片模仿梵高、毕加索等大师的风格。基于ECCV 2016论文的网络模型，即使对人工智能不熟悉的人也能尝试。提供了官方代码示例，并讨论了相关参数设置，如图像大小和中值滤波窗口大小。示例代码简化了风格迁移的过程，适用于实时对比多个效果。
现在很多人都喜欢拍照（自拍）。有限的滤镜和装饰玩多了也会腻，所以就有 APP 提供了 模仿名画风格 的功能，比如 prisma、versa 等，可以把你的照片变成 梵高、毕加索、蒙克 等大师的风格。
这种功能叫做“ 图像风格迁移 ”，几乎都是基于 CVPR 2015 的论文《 A Neural Algorithm of Artistic Style 》和 ECCV 2016 的论文《 Perceptual Losses for Real-Time Style Transfer and Super-Resolution 》中提出的算法，以及后续相关研究的基础上开发出来的。
通俗来讲，就是借助于 神经网络 ，预先将名画中的风格训练成出模型，在将其应用在不同的照片上，生成新的风格化图像。
来自《A Neural Algorithm of Artistic Style》
而因为神经网络在计算机视觉方面的应用越来越广，著名的视觉开发库 OpenCV 在 3.3 版本中正式引入
最低0.47元/天 解锁文章
4644
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
