OpenCV，即开源计算机视觉库，由Intel和Willow Garage开发，于1999年正式发布，并在2000年由Willow Garage继续开发。OpenCV与Python结合，用于解决现实世界的问题，支持Python、Java和MATLAB等多种语言。OpenCV的应用包括目标检测、人脸识别、物体识别、人类活动检测、图像拼接、场景识别、数据库中图像识别、去除红眼和跟踪眼球运动等实时应用。由于其广泛的应用，OpenCV在许多领域，如跨国公司、政府组织和研究小组中迅速发展。作为开源项目，OpenCV拥有庞大的用户社区，下载量超过1800万次。它优化了2500个算法，用于解决机器学习和深度学习模型问题，主要目的是加速机器产品，如机器人的发展。随着技术的进步，OpenCV的应用也在不断扩展。
Python简介
Python是一种开源编程语言，简单易学，语法强调模块化和包的支持。它拥有一个庞大的用户社区，对新开发者非常有帮助，可以解决疑问并为社区做出贡献。非程序员也喜欢Python，因为它易于理解、阅读和编写。Python常与其他编程语言如Java、JavaScript、Perl、Tcl、Smalltalk、C++、Common Lisp和Scheme相比较，是一种结合了现实世界限制（如成本、可用性和培训）的编程语言。Python易于学习和进化。
项目解释
在这个项目中，将学习如何将图像转换为素描图。这是一个非常有趣的学习过程。项目要求是使用Python编程语言和OpenCV。让开始吧。
所需库
要将普通图像/照片转换为铅笔素描图，需要导入以下库：
import cv2
代码解释
将使用OpenCV库中的几个函数来读取、显示和写入图像。以下是如何读取和写入图像的解释。
首先，使用imread()函数来读取图像，imshow()函数来显示图像，imwrite()函数将图像写入本地驱动器。以下是读取图像的默认语法。
有三种类型的标记如下：
cv2.imread("文件名",标记)
cv2.imread("图像路径",-1)
cv2.imread("图像路径",0)
cv2.imread("图像路径",1)
例如：
img = cv2.imread("图像路径")
'imread'用于读取图像，提供了图像的路径。
将图像转换为灰度图
接下来，将图像转换为灰度图，以便获得黑白图像。
img_gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
cvtColor()函数将输入图像从一种颜色空间转换为另一种颜色空间。通过将其转换为灰度图，可以得到黑白图像。
img_invert = cv2.bitwise_not(img_gray)
bitwise_not()函数计算输入的逐元素位反转，这使得更亮的区域变得更暗，更暗的区域变得更亮，因此可以很容易地通过转换图像来创建素描图。
img_smoothing = cv2.GaussianBlur(img_invert,(21,21),sigmaX=0,sigmaY=0)
GaussianBlur()函数减少图像的噪声并平滑源图像，提供了卷积核和模糊度。有三种类型的模糊技术：平均模糊、高斯模糊、中值模糊和双边滤波。
平均模糊使用盒滤波器简单地取所有像素的平均值。这可以通过使用cv.blur()或cv.boxFilter()函数来完成。平均模糊的语法是cv.blur()。
高斯模糊是添加正的和奇数的标准差X和Y方向，分别对应SigmaX和SigmaY，它非常有效地从图像中去除噪声。
中值模糊：取内核区域下所有像素的中值作为中心元素，并用中值替换。
双边滤波：双边滤波在去除噪声的同时保持边缘不变，它不考虑相似像素的差异。
最终素描图
将使用dodgeV2()函数来创建最终的素描图。这个函数将灰度图像除以模糊图像的反转，保留最亮的边缘。这种技术通常被摄影师用来从胶片中打印。
def dodgeV2(x,y):
return cv2.divide(x,255-y,scale=256)
final_img = dodgeV2(img_gray,img_smoothing)
显示图像
将使用以下代码来显示原始图像、灰度图、反转图、平滑图和最终的素描图。
cv2.imshow('img',img)
cv2.imshow("Gray Image",img_gray)
cv2.imshow("Inverted Image",img_invert)
cv2.imshow("Smooth Image",img_smoothing)
cv2.imshow("Final Photo",final_img)
保存图像到本地驱动器
将使用以下代码将图像保存到本地驱动器。
cv2.imwrite("final_image.jpg",final_img)
cv2.waitKey(0)
cv2.destroyAllWindows()