python如何批量将图片转成线稿图？

有三种不同的方法，从最简单经典的方法到更具艺术感的方法。

首先，请确保您已经安装了必要的库。如果尚未安装，请打开终端或命令提示符运行：

pip install opencv-python numpy matplotlib

opencv-python: 核心的图像处理库。

numpy: OpenCV 依赖它进行高效的数组运算。

matplotlib: 用于方便地在脚本中展示处理前后的图片。

方法一：经典边缘检测法 (Canny Edge Detection)

这是最基础、最直接的方法。它的原理是找出图像中亮度变化剧烈的区域，即“边缘”，然后将这些边缘以线条的形式呈现。

核心步骤：

读取图片并转为灰度图：边缘检测不关心颜色，只关心亮度变化。

高斯模糊去噪：减少图像中的噪点，防止算法将噪点误判为边缘。

Canny 边缘检测：应用 Canny 算法提取出轮廓线。

颜色反转：Canny 算法默认生成的是“白线黑底”的图，我们需要反转成“黑线白底”才符合线稿的习惯。

代码实现：

import cv2
import matplotlib.pyplot as plt

def image_to_canny_line_art(image_path):
    """
    使用 Canny 边缘检测将图片转换为线稿图。
    """
    # 1. 读取图片并转为灰度图
    img = cv2.imread(image_path)
    gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

    # 2. 高斯模糊去噪
    # (kernel_size, sigmaX)，kernel_size 必须是奇数
    blurred_img = cv2.GaussianBlur(gray_img, (5, 5), 0)

    # 3. Canny 边缘检测
    # threshold1 和 threshold2 是阈值，可以调整以改变细节程度
    # 较低的阈值会检测到更多、更细微的边缘
    edges = cv2.Canny(blurred_img, threshold1=50, threshold2=150)

    # 4. 颜色反转 (黑底白线 -> 白底黑线)
    line_art = cv2.bitwise_not(edges)

    return img, line_art

# --- 主程序 ---
if __name__ == '__main__':
    input_image_path = 'your_image.jpg'  # <--- 在这里替换成你的图片路径

    original, canny_result = image_to_canny_line_art(input_image_path)

    # 使用 Matplotlib 展示结果
    plt.figure(figsize=(10, 5))

    # 显示原图 (注意 OpenCV BGR -> Matplotlib RGB)
    plt.subplot(1, 2, 1)
    plt.imshow(cv2.cvtColor(original, cv2.COLOR_BGR2RGB))
    plt.title('Original Image')
    plt.axis('off')

    # 显示线稿图
    plt.subplot(1, 2, 2)
    plt.imshow(canny_result, cmap='gray')
    plt.title('Canny Line Art')
    plt.axis('off')

    plt.tight_layout()
    plt.show()

    # 如果想保存图片
    # cv2.imwrite('line_art_canny.jpg', canny_result)

效果：线条干净、清晰，但可能缺少一些艺术感和明暗过渡。

方法二：艺术素描法 (Dodge and Burn)

这种方法模拟了摄影暗房中的“减淡与加深”技术，能够创造出更像手绘...

点击查看剩余70%