你是否曾想让一个艺术家给自己画素描？现在你可以很容易地使用OpenCV在几分钟内完成自己的素描。只需4个步骤，OpenCV将为你提供相同的肖像。
从图1到图2只需4个步骤。
图1
图2
让我们深入研究一下。不用拿起画笔给自己画素描，对于这个特定的任务，我们将使用google colaboratorial或简称“Colab”，它允许你在浏览器中编写和执行Python，无需配置，可以自由访问gpu，并且可以轻松共享。
当然，你也可以用Jupyter Notebbok。
我们要做的四个步骤如下：
1.将RGB彩色图像转换为灰度图像；
2.将灰度图像转换为负片；
3.使用高斯模糊平滑图像；
4.减淡和加深图像以获得最终输出。
入门
因此，第一步首先是加载图像并将其转换为灰度图像。
我需要的图像在谷歌驱动器，所以我们必须把驱动器安装在collaboratory上做同样的事情。
你可以用以下代码执行此操作：
from google.colab import drive
drive.mount(‘content/drive’)运行这个命令时，你会得到一个需要访问的google认证链接，这样你就可以复制认证代码并开始使用你的硬盘内容。
现在是必要的导入，你需要导入cv2模块来完成所需的任务。另外，由于cv2模块的imshow函数不能与google colab一起使用，我们需要使用另一种方法来查看图像。
from google.colab.patches import cv2_imshow
import cv2
img=cv2.imread(‘Picture.jpg’)
cv2_imshow(img)将RGB彩色图像转换为素描的灰度图像
现在我们有了图像，我们将其转换为灰度，以便稍后使用cv2模块中的cvtColor方法将其转换为负片。同样的方法也用于将图像转换为HSV和RGB格式。
gray=cv2.cvtColor(img.cv2_COLOR_BGR2GRAY)
cv2_imshow(gray)将灰度图像转换为负片
灰度图像需要使用位操作转换为负片。位操作用于图像处理，并用于提取图像中的基本部分。
我们将通过反转0-255之间的灰度图像的像素来获得图像的负片。为了反转图像，我们将使用cv2模块中的bitwise_not操作。
img_invert=cv2.bitwise_not(gray)
cv2_imshow(img_invert)使用高斯模糊平滑图像
在图像处理中，高斯模糊（也称为高斯平滑）是高斯函数使图像模糊的结果。它是图形软件中广泛使用的一种效果，通常用于减少图像噪声和减少细节。
在该方法中，使用高斯核代替由等滤波器系数组成的盒形滤波器。这是通过函数cv2.GaussianBlur完成的：
gblur_img=cv2.GaussianBlur(img_invert,(21,21),sigmaX=0,sigmaY=0)
cv2_imshow(gblur_img)你可以根据你的适合性更改核大小，并查看输出如何变化。
你可以了解更多关于核的知识：https://www.pyimagesearch.com/2016/07/25/convolutions-with-opencv-and-python/。
减淡和加深图像以获得最终输出
减淡和加深是指传统摄影在印刷过程中采用的技术。在传统摄影中，人们会试图通过控制曝光时间来使暗室中的某个区域变亮或变暗。减淡使图像变亮，而加深使它变暗。
像Photoshop这样的现代图像编辑工具提供了模仿这些传统技术的方法。例如，使用遮罩B的图像A的避色实现如下：
((B[idx] == 255) ? B[idx] : min(255, ((A[idx] << 8) / (255-B[idx]))))这实际上是将图像像素A的灰度（或通道）值除以掩模像素值B[idx]的倒数，同时确保得到的像素值在范围[0255]内，并且不被零除。我们可以将其转换为一个简单的Python函数，该函数接受两个OpenCV矩阵（一个图像和一个掩码）并返回混合图像。
幸运的是，在Opencv的帮助下，我们只需使用最少的代码就可以做到这一点。
这里我们创建自定义函数dodge_img，它将灰度图像和反转图像作为掩码作为函数的参数，然后将图像转换为减淡图像。
def dodge_img(x,y):
return cv2.divide(x,255-y,scale=256)
dodged_img=dodge_img(gray,gblur_img)
cv2_imshow(dodged_img)会产生以下结果结果：
现在要执行加深，我们将再次创建一个自定义函数burn_img，该函数将减淡图像和平滑图像作为函数的参数，该函数将使图像变暗，从而执行图像的加深。
def burn_img(image, mask):
return 255 — cv2.divide(255-image, 255-mask, scale=256)
final_image=burn_img(dodged_img,gblur_img)最后，我们画出了这幅原图：
这就是你使用OpenCV绘制的素描。