怎样把自己的照片编辑成动漫图片？效果对比：原图处理后1. 动漫化风格的特点要想搞清楚怎么变成动漫化风格，首先就要明白动漫和普通照片的区别。主要的区别有三点：（1）动漫中的细节相对少；（2）动漫中的边缘轮廓更突出；（3）动漫的色彩更鲜艳（相对于普通的、未经PS的照片）；放一张童年男神来感受一下：比如头发、衣服的褶皱等等，这些细节都被弱化；另外边缘的线条非常突出
怎样把自己的照片编辑成动漫图片？
效果对比：
原(练：yuán)图
处理[pinyin：lǐ]后
1. 动漫化风格【拼音：gé】的特点
要想搞清楚怎么变成动{pinyin：dòng}漫化（读：huà）风格，首先就要明白动漫和普通照片的区别。主要yào 的区别有三点：（1）动漫中的细节相对少；
（2）动【练：dòng】漫中的边缘轮廓更突出；
（3）动漫的{de}色彩更鲜艳（相对于普通的、未经PS的照片）；
放一{pinyin：yī}张童年男神来感受一下：
比如头发、衣服的褶皱等等，这些细节都被弱化；另外边缘的线条非常突出。而色彩鲜艳这【练：zhè】一点从本文开头的两幅图对比就可以看出来。这些特征就是动漫风格的一般特征，也是我们要着重处（繁：處）理的三个部分《fēn》。
2. 如何(读：hé)处理
（1）突出边缘线【繁体：線】条
要想突出边（繁：邊）缘，自然首先要yào 找到边缘。有很多成熟的边缘检测算法，最常用的就是各种算子—— Sobel， Canny， Laplace 等等。利用这些算子进行边缘检测的本质就是将算子与图像进行xíng 空间二维卷积
具体的实现这里不再赘述，因为MATLAB中的《读：de》edge函数可以很方便的实现边缘检测，用的就是这个原理。至于(拼音：yú)找到之后怎么突出？最简单的方法是从原图中减去边缘位置处的像素，这样边缘就变成了黑色，形{拼音：xíng}成“描边”的效果。
（2）弱澳门金沙化与去【qù】除细节
所谓“细节”，从图像处理的角度看来就是图像中的高频成分。要想去除高频成分【练：fēn】，自然而然就要用到滤波（filtering）的方法。常用的滤（繁：濾）波器有均值滤波器、高斯滤波器qì 、中值滤波器等
但是，这些常用滤波器都有一个共同的问题——会弱化所有的高频信息。而很不幸的是，图像中的边缘也属于高【练：gāo】频信息（因为边缘意味着图（繁：圖）像在这里产生了突变，突变就意味着高频）。因此常用滤波器会将我们本应突出的边缘一起弱化模糊
这种情况下就要让双边滤波器（Bilateral filter）出场了。这种《繁体：種》滤波器的特点是可以“保边滤（繁：濾）波”（或者叫“区域平滑”，Region smoothing）。顾名思义，就{jiù}是可以只模糊区域内部而保留清晰的边缘
为了搞明白双（繁：雙）边滤波器为什么有这样的效果，首先来说一下高斯滤波器。高斯滤波器，或《读：huò》者说高斯滤波模板，其中的各个点的值仅与该点到模板中心点的空间距离有关，而并没有考虑各个点与中心点的相似度（即像素值的接近程度），这样就导致无论[繁体：論]是变化不大的区域内部点，还是突变的边缘点，只要和中心的距离相同，那就同等对待。
而双边滤澳门新葡京波器就是在高斯滤波器基础上加上了相似度权重，在高斯滤波模板的每个点上再乘以一个与中心点的相似度系数（即“相似度权重”），从而将边缘与内部区分处理。相似度权重计算方法和高斯滤波模板中各点值（可以称为“高斯权重”）的计算方法相同，只不过高斯权重是将该点到dào 中心的距离代入高斯函数计算，而相似度权重是将该点与中心的像素相似度（比如该点像素值与中心像素值的欧氏距离，或者直接求二者的差值）代入高斯函数计算得到。
澳门金沙（3）让图（读：tú）像色彩更鲜艳
所谓的色彩(繁体：綵)鲜艳，其实就是高饱和度。颜色的饱和度高，就显得鲜艳；饱和度低，就显得灰暗。所以，要让（繁：讓）图像色彩cǎi 更鲜艳，就要提高饱和度。
直（读：zhí）观感受一下：
原澳门博彩yuán 图：
饱(拼音：bǎo)和度提升：
饱和度降低：
提升饱和度的【拼音：de】方法就不具体讲了，有很多方法：图像插值法，或者转[繁：轉]换到HSI色彩空间然后增强S（Saturation，饱和度）分量等等。
3. 总（繁：總）结
总体上，把照片[读：piàn]变成动漫化风格分以下几步：
（1）保边滤波《读：bō》（区域平滑）
（2）边缘检测，然澳门永利后从原图中减去边（繁：邊）缘像素，以突出显示边缘线条
（3）饱和【拼音：hé】度提升
其中（3）饱和度提升放在哪一步进行都可以，但是（1）和（2）最好按上述顺序进行，因为如果先进行边缘检测的话，会将区域内部的某些明暗光影等检测出来，而这些是shì 我们不希望过分突出的部分；而先进行保边滤波的话，就可以将区域内部的细节弱化乃至去除，在此基础上再(练：zài)进行边缘检测，效果就会好得多。
本文链接：http://21taiyang.com/Open-SourceComputers/2199221.html
魔法照片（读：piàn）制作转载请注明出处来源
