如何使用python获取系列中小姐姐的照片

Sketch作为近乎完美的表达手法，有它自己的美感。随着数字技术的发展，素描不再是专业画家的专利。今天的文章就到这里，系列讲一下如何使用python获取小姐姐的草图。文章分为两部分：

• 第一部分介绍使用python生成草图的两种思路

• 第二部分介绍如何串联获取草图

获取草图的两种思路

节这些这些两个概念是在opencv中实现的，不包含在深度学习相关的内容中。基本思想是读入图像，然后通过各种变化将其转换为草图。为了便于演示，我们首先看到小姐姐的照片作为测试工具。

1）漫画风格

让我们从第一种风格开始。该方法的主要思想是使用一种称为“阈值处理”的技术，该技术基于图像的对象和背景之间的灰度。度差异，并执行像素级分割。

如果要将图像变成只显示黑白的草图，则需要对其进行二值运算。 Opencv 提供了两种二进制方法：threshold() 和adaptiveThreshold() 。与threshold()相比，adaptiveThreshold()可以根据图像不同部分的亮度分布进行局部自动校正，因此称为自适应二值化。下图是彩色图像二值化的结果。

上面的概念听起来可能比较模糊，不懂也没关系。让我们重点讨论如何在实践中应用它们。

第一步，读取图像并将其转换为灰度。此步骤被视为正常活动。相信使用opencv的同学也写过类似的代码。

img_rgb = cv2.imread(src_image)
img_gray = cv2.cvtColor(img_rgb, cv2.COLOR_RGB2GRAY)

第二步，使用adaptiveThreshold()方法合并图像。工作中的大部分参数用于设置自适应二值化算法和阈值。

img_edge = cv2.adaptiveThreshold(img_gray, 255,
                                 cv2.ADAPTIVE_THRESH_MEAN_C,
                                 cv2.THRESH_BINARY, blockSize=3, C=2)

第三步，保存转换后的图像

cv2.imwrite(dst_image, img_edge)

经过上述步骤，我们得到了一张新的黑白图像，我们来看看转换后图像的结果。

看看转换后的图像，虽然整体设计没有问题，但结果却很不理想，不能称为草图。这是因为adaptiveThreshold()会对图像的一小部分局部区域进行二值化操作。因此，对于一些清晰度较高、分色较差的图像，会出现如上图所示的模糊情况。

这个问题的解决办法非常简单。只需添加以下代码行即可在二值化之前对原始图像进行解扰。

img_gray = cv2.medianBlur(img_gray, 5)

我们来看看这次制作的草图（如下图）。看起来比较舒服，有手绘漫画的感觉。

2）写实法

通过上面的方法，虽然最后我们得到了一张很好的草图，但似乎“横空出世”了。为了获得更真实的草图，我们尝试了不同的方法。

该方法的主要思想是通过“融合胶片”的方式获得原始图像的重要线条。具体应用流程如下：

第一步，同上，使用opencv读取图像，创建灰度图像。

第二步，对灰度图像进行模糊操作。经过测试，使用上面提到的cv2.medianBlur()中值滤波函数对最终图像进行模糊效果并不好。这里我们尝试使用高斯滤波器来平滑图像。代码如下：

img_blur = cv2.GaussianBlur(img_gray, ksize=(21, 21),
                            sigmaX=0, sigmaY=0)

其中，参数ksize代表高斯核的大小，sigmaX和sigmaY代表高斯核在X、Y方向的标准差。

第三步，使用cv2.divide()方法将原始图像和模糊图像组合起来。 cv2.divide() 基本上对两个图像执行像素除法操作，结果可以简单地解释为两个图像之间的明显差异。我们看一下代码：

cv2.divide(img_gray, img_blur, scale=255)

第四步，保存生成的图像。代码与之前的方法相同。让我们直接看看获得的草图的结果。

从结果来看，这种方法得到的素描线条更加细腻，素描效果更好。 2

获取一组小姐姐照片

在这一部分，我们要实现获取一组小姐姐照片的任务。基于上面两种草图结果的对比，这里采用第二种方法来实现图像到草图的转换。转换。

那么，接下来要解决的就是图像源问题。最近，不少项目都成功从抖音或知乎获取到了美丽的小姐姐。其实除了这些网站之外，还有很多可以拍出小姐姐漂亮照片的网站。

我不会在文章中展示网站自己的内容。为了描述爬取图像的含义，我简单说一下页面的结构：网站首页列出了N个主题，每个页面包含一张小姐姐M的图片，结构图如下：

各个页面URL的构造也非常清晰。例如下图中的页面URL是http://www.waxjj.cn/2794.html，其中2794是主题页面的ID号。查看页面的html代码（下图），我们可以看到每个图像都在标签

def main():
    idlist = ['id1', 'id2']
    urllist = ['http://www.waxjj.cn/'+x+'.html' for x in idlist]
    jpgurls = get_jpg_urls(urllist)