非真实感渲染

详细描述

实用链接

http://www.inf.ufrgs.br/~eslgastal/DomainTransform

https://www.learnopencv.com/non-photorealistic-rendering-using-opencv-python-c/

枚举
枚举	{   cv::RECURS_FILTER = 1 ,   cv::NORMCONV_FILTER = 2 }
	边缘保持滤波器。 更多...

函数
void	cv::detailEnhance (InputArray src, OutputArray dst, float sigma_s=10, float sigma_r=0.15f)
	此滤镜可增强特定图像的细节。
void	cv::edgePreservingFilter (InputArray src, OutputArray dst, int flags=1, float sigma_s=60, float sigma_r=0.4f)
	滤波是图像和视频处理中的基本操作。边缘保持平滑滤波器用于许多不同的应用 [101] 。
void	cv::pencilSketch (InputArray src, OutputArray dst1, OutputArray dst2, float sigma_s=60, float sigma_r=0.07f, float shade_factor=0.02f)
	铅笔式非真实感线条画。
void	cv::stylization (InputArray src, OutputArray dst, float sigma_s=60, float sigma_r=0.45f)
	风格化旨在产生具有各种效果的数字图像，而不是专注于照片写实。 边缘感知滤波器是风格化的理想选择，因为它们可以抽象低对比度区域，同时保留或增强高对比度特征。

枚举类型文档

匿名枚举

匿名枚举

#include <opencv2/photo.hpp>

边缘保持滤波器。

枚举器
RECURS_FILTER  Python: cv.RECURS_FILTER	递归滤波。
NORMCONV_FILTER  Python: cv.NORMCONV_FILTER	归一化卷积滤波。

函数文档

detailEnhance()

void cv::detailEnhance	(	InputArray	src,
		OutputArray	dst,
		float	sigma_s = 10,
		float	sigma_r = 0.15f )

Python
	cv.detailEnhance(	src[, dst[, sigma_s[, sigma_r]]]	) ->	dst

#include <opencv2/photo.hpp>

此滤镜可增强特定图像的细节。

参数

src	输入 8 位 3 通道图像。
dst	与 src 具有相同大小和类型的输出图像。
sigma_s	范围介于 0 到 200 之间。
sigma_r	范围介于 0 到 1 之间。

edgePreservingFilter()

void cv::edgePreservingFilter	(	InputArray	src,
		OutputArray	dst,
		int	flags = 1,
		float	sigma_s = 60,
		float	sigma_r = 0.4f )

Python
	cv.edgePreservingFilter(	src[, dst[, flags[, sigma_s[, sigma_r]]]]	) ->	dst

#include <opencv2/photo.hpp>

滤波是图像和视频处理中的基本操作。边缘保持平滑滤波器用于许多不同的应用 [101] 。

参数

src	输入 8 位 3 通道图像。
dst	输出 8 位 3 通道图像。
flags	边缘保持滤波器：cv::RECURS_FILTER 或 cv::NORMCONV_FILTER
sigma_s	范围介于 0 到 200 之间。
sigma_r	范围介于 0 到 1 之间。

pencilSketch()

void cv::pencilSketch	(	InputArray	src,
		OutputArray	dst1,
		OutputArray	dst2,
		float	sigma_s = 60,
		float	sigma_r = 0.07f,
		float	shade_factor = 0.02f )

Python
	cv.pencilSketch(	src[, dst1[, dst2[, sigma_s[, sigma_r[, shade_factor]]]]]	) ->	dst1, dst2

#include <opencv2/photo.hpp>

铅笔式非真实感线条画。

参数

src	输入 8 位 3 通道图像。
dst1	输出 8 位 1 通道图像。
dst2	与 src 具有相同大小和类型的输出图像。
sigma_s	范围介于 0 到 200 之间。
sigma_r	范围介于 0 到 1 之间。
shade_factor	范围介于 0 到 0.1 之间。

stylization()

void cv::stylization	(	InputArray	src,
		OutputArray	dst,
		float	sigma_s = 60,
		float	sigma_r = 0.45f )

Python
	cv.stylization(	src[, dst[, sigma_s[, sigma_r]]]	) ->	dst

#include <opencv2/photo.hpp>

风格化旨在产生具有各种效果的数字图像，而不是专注于照片写实。 边缘感知滤波器是风格化的理想选择，因为它们可以抽象低对比度区域，同时保留或增强高对比度特征。

参数

src	输入 8 位 3 通道图像。
dst	与 src 具有相同大小和类型的输出图像。
sigma_s	范围介于 0 到 200 之间。
sigma_r	范围介于 0 到 1 之间。