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

你的问题似乎是在问关于 2 级的问题。但是超过 2 级的呢？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()

这段代码使用了一种称为 Numpy 中的调色板方法 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：Fast Array Manipulation in Numpy

以下是我在不同级别得到的结果：

原图：

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，完全不用担心渠道！

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”用途 Mean Shift Segmentation。我使用了代码 从author's GitHub repo 创建以下图像（您需要 取消注释line 27 of Maincpp.cpp 以执行分段步骤）。

Answer 4

对来自fraxel的答案的n个级别进行泛化

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