我喜欢《你的名字》这个故事，前一段时间在微信上使用过它的滤镜，实现的效果很惊艳，应该类似于下面的这些结果
目前方向：图像拼接融合、图像识别 联系方式：jsxyhelu@foxmail.com
这三幅图应该都是手机版本制作的，它们一个比较显著的特点是分辨率比较相似。如何实现类似的效果了？（注意后面两图天上的云是相同的）
首先我想到的是Prisma的实现方法，这种实现方法，最后得到的是纹理的转换，效果应该说非常好，但是依赖于深度学习，目前这个方面掌握的不是很明确。而且显然上面三图不是纹理转换。
继续寻找，主要参考《
实现<你的名字>同款滤镜，python+opencv》等相关资料。
一、问题分析
对于这样一副图片，如果想变成《你的名字》这种效果，需要做以下事情
(一）背景（天空）分割，替换后再融合
在自然界的图片中，很难出现动漫中大多大多的云彩。首先需要将
背景（天空）分割出来，替换成动漫的天空，并且在很好地融合回去。
需要实现的技术：1.
背景（天空）分割;2.再融合。需要准备的材料：1.大块的动漫云图
(二）前景色调转换
为了实现漫画中具有卡通意味的前景色调，需要对前面切割下来的前景图片进行色调转换。
需要实现的技术：3.LUT和色块制作
（三）程序框架
需要实现的技术：基于GOMfcTemplate2，实现图像的输入输出、滤镜操作的参数选择等基础操作
二、材料准备
1.大朵的云。先找到一副自然界中的云。
再准备（制作）一幅动漫的云和一副星空的图片.
三、算法实验
1.
背景（天空）分割，采用材料中的方法，修改形态学部分
/************************************************************************/
/* 1.背景（天空）分割 */
/************************************************************************/
cvtColor(matSrc,temp,COLOR_BGR2HSV);
split(temp,planes);
equalizeHist(planes[2],planes[2]);//对v通道进行equalizeHist
merge(planes,temp);
inRange(temp,Scalar(100,43,46),Scalar(124,255,255),temp);
erode(temp,temp,Mat());//形态学变换，填补内部空洞
dilate(temp,temp,Mat());
imshow("原始图",matSrc);
对于这幅图来说，效果不错（右上角明显的是错误，而塔中间的一个很小的空洞，最后生成的效果应该可以忽略不计）
2.再融合
以此为mask，直接将云图拷贝过来（之前需要先做尺度变换，就是resize） 距离变换？
cvtColor(temp,mask,COLOR_BGR2GRAY);//将结果存入mask
resize(matCloud,matCloud,matSrc.size());
matCloud.copyTo(matSrc,mask);
这个时候看图片，还是有很多瑕疵的，特别是下方护栏的边缘的地方。但是对于这样的图片，其前景和背景的分割，主要部分的效果还是非常不错的；
所以采用seamlessclone,得到以下结果
//seamless clone
Point center(matSrc.cols/2,matSrc.rows/2);
Mat normal_clone;
Mat mixed_clone;
Mat monochrome_clone;
seamlessClone(matCloud, matSrc, mask, center, normal_clone, NORMAL_CLONE);
seamlessClone(matCloud, matSrc, mask, center, mixed_clone, MIXED_CLONE);
seamlessClone(matCloud, matSrc, mask, center, monochrome_clone, MONOCHROME_TRANSFER);
NORMAL_CLONE
MIXED_CLONE
MONOCHROME_TRANSFER
相比较之下，
MIXED_CLONE对原图纹理的保存更好一些，对有错误的地方的进行了很好地遮盖。
3.LUT和色卡制作
色调转换的意义，在于使得全图具有更多的“卡通”意味在厘米，毕竟我们想要实现的最终效果想要类似“你的名字”。那么什么是“动漫”的效果？这是一个见仁见智的问题。我找到一些做得较好的转换
总的来说，卡通的效果是“颜色更加鲜艳”“细节比较少”等，是一个比较主观的定义；对于”你的名字“这个效果来说，应该还有一个色调的变换
那么，就以表面模糊、彩色直方图均衡以及色相调整这些比较容易实现的方法来达到目的。
step1.双边滤波
step2.彩色直方图
step3.饱和度调整
/************************************************************************/
/* 3.卡通画处理 */
/************************************************************************/
//双边滤波
bilateralFilter(mixed_clone,temp,5,10.0,2.0);
//彩色直方图均衡，将RGB图像转到YCbCr分量，然后对Y分量上的图像进行直方图均衡化
cvtColor(temp,temp,COLOR_BGR2YCrCb);
split(temp,planes);
equalizeHist(planes[0],planes[0]);
merge(planes,temp);
cvtColor(temp,temp,COLOR_YCrCb2BGR);
//提高饱和度
Mat Img_out(temp.size(), CV_32FC3);
temp.convertTo(Img_out, CV_32FC3);
Mat Img_in(temp.size(), CV_32FC3);
temp.convertTo(Img_in, CV_32FC3);
// define the iterator of the input image
MatIterator_<Vec3f> inp_begin, inp_end;
inp_begin=Img_in.begin<Vec3f>();
inp_end =Img_in.end<Vec3f>();
// define the iterator of the output image
MatIterator_<Vec3f> out_begin, out_end;
out_begin=Img_out.begin<Vec3f>();
out_end =Img_out.end<Vec3f>();
// increment (-100.0, 100.0)
float Increment=50.0/100.0; //饱和度参数调整
float delta=0;
float minVal, maxVal;
float t1, t2, t3;
float L,S;
float alpha;
for(; inp_begin!=inp_end; inp_begin++, out_begin++)
{
t1=(*inp_begin)[0];
t2=(*inp_begin)[1];
t3=(*inp_begin)[2];
minVal=std::min(std::min(t1,t2),t3);
maxVal=std::max(std::max(t1,t2),t3);
delta=(maxVal-minVal)/255.0;
L=0.5*(maxVal+minVal)/255.0;
S=std::max(0.5*delta/L, 0.5*delta/(1-L));
if (Increment>0)
{
alpha=max(S, 1-Increment);
alpha=1.0/alpha-1;
(*out_begin)[0]=(*inp_begin)[0]+((*inp_begin)[0]-L*255.0)*alpha;
(*out_begin)[1]=(*inp_begin)[1]+((*inp_begin)[1]-L*255.0)*alpha;
(*out_begin)[2]=(*inp_begin)[2]+((*inp_begin)[2]-L*255.0)*alpha;
}
else
{
alpha=Increment;
(*out_begin)[0]=L*255.0+((*inp_begin)[0]-L*255.0)*(1+alpha);
(*out_begin)[1]=L*255.0+((*inp_begin)[1]-L*255.0)*(1+alpha);
(*out_begin)[2]=L*255.0+((*inp_begin)[2]-L*255.0)*(1+alpha);
}
}
Img_out /=255;
Img_out.convertTo(matDst,CV_8UC3,255);
算法部分各种结果展现
现在看来，结果还是不很想”你的名字“的效果，但是美化的效果是有的。存在比较大的硬伤就是天空算法中，会找到一些边界，比如。
为什么会出现这种情况？因为seamlessClone只是clone算法，而不是融合算法，所以需要后续优化。
四、工程实现
基于GOMfcTemplate2，实现图像的输入输出、滤镜操作的参数选择等基础操作
下一步，还需要继续研究清楚各种算法的原理，得到更好的结果。
2017年7月25日19:18:45 前面的问题没有解决完，耽搁了几天：
一个是最上面边缘的不和谐过渡问题，我重新学习了一下《实现<你的名字>同款滤镜》，他的解决方法更好，主要是在seamless的时候，不是全图融合，而是找出轮廓后再融合。
//2017年7月25日 添加寻找白色区域最大外接矩形的代码
VP maxCountour = FindBigestContour(mask);
Rect maxRect = boundingRect(maxCountour);
if (maxRect.height == 0 || maxRect.width == 0)
maxRect = Rect(0,0,mask.cols,mask.rows);//特殊情况
//暴力拷贝
matDst = matSrc.clone();
resize(matCloud,matCloud,matDst.size());
matCloud.copyTo(matDst,mask);
//为seamless准备材料
resize(matCloud,matCloud,maxRect.size());
//seamless clone
Point center = Point ((maxRect.x+maxRect.width)/2,(maxRect.y+maxRect.height)/2);//中间位置为蓝天的背景位置
Mat normal_clone;
Mat mixed_clone;
Mat monochrome_clone;
seamlessClone(matCloud, matSrc, mask, center, normal_clone, NORMAL_CLONE);
seamlessClone(matCloud, matSrc, mask, center, mixed_clone, MIXED_CLONE);
seamlessClone(matCloud, matSrc, mask, center, monochrome_clone, MONOCHROME_TRANSFER);
这个时候，结果就更是perfect了,和原文一样，我采用
NORMAL_CLONE
的方法，目前的结果为
而在曾经出现过问题的地方，有所收敛
好看多了
修改代码的时候需要注意mask的修改，这点在代码里面说明了，自己看。
二个是，我感觉现在前景虽然对比度提高，颜色鲜艳，但明显不是动漫的感觉呀。漫画的效果肯定是有一些论文的，
依稀记得《master opencv with practical projects》第一章实现cartoon效果，
但是这个效果也太随意了（这篇文章在作者一定是个爸爸，妈妈是不会放自己小孩这样的图片的）。找到它的代码进行修改
应该还可以进一步提高，但是这个效果很有意思，开源之，大家可以一起来看。
2017年7月28日19:21:27
进一步思考，这种融合效果能否用于图像拼接？进行了一些常识
Mat matreult
=
Mat(normal_clone.rows
+
30
,matCloud.cols,CV_8UC3,Scalar(
0
));
Mat halfTop = matreult(Rect(0,0,maxRect.width,30));
Mat halfDown= matreult(Rect(0,30,normal_clone.cols,normal_clone.rows));
matTop.copyTo(halfTop);
normal_clone.copyTo(halfDown);
Mat matNormal = matreult.clone();
mixed_clone.copyTo(halfDown);
Mat matMixed = matreult.clone();
monochrome_clone.copyTo(halfDown);
Mat matMonochrome = matreult.clone();
可以看到，在边缘部分，由于meanlessclone进行了全局的处理，所以和原图的差距比较大，反而造成了新的误差，所以可能直接适用于图像拼接不适合。
目前方向：图像拼接融合、图像识别 联系方式：jsxyhelu@foxmail.com
