1. 导入依赖模块

在编程的第一步首先要导入依赖库，在这个图像转换成卡通风格的程序中需要包含3个模块，分别是openCV，numpy，matpoltlib。

import cv2
import numpy as np
import matplotlib.pyplot as plt

2. 加载并绘制原始图片

第二步是使用imread函数读取图片，再使用cvtColor函数将图片转换为RGB格式。随后使用imshow函数绘制图片。代码如下所示：

img = cv2.imread("image.jpg")
img = cv2.cvtColor(img,cv2.COLOR_BGR2RGB)
plt.figure(figsize=(10,10))
plt.imshow(img)
plt.axis("off")
plt.title("Original Image")
plt.show()

3. 将图片转换为灰度

这一步是使用cvColor函数将图片转换为灰度图。做这一步的原因是使用灰度图可以减少程序的时间复杂度。

代码如下所示。

gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
gray = cv2.medianBlur(gray, 5)
plt.figure(figsize=(10,10))
plt.imshow(gray,cmap="gray")
plt.axis("off")
plt.title("Grayscale Image")
plt.show()

4. 获取边缘图片

图片边缘化能够使得处理更加简单，从灰度图像中获取边缘图片，然后将此边缘图片进行卷积网络。

使用adaptiveThreshold进行参数的设置，从而获取边缘图片，代码如下：

edges = cv2.adaptiveThreshold(gray, 255, cv2.ADAPTIVE_THRESH_MEAN_C, cv2.THRESH_BINARY, 9, 9)
plt.figure(figsize=(10,10))
plt.imshow(edges,cmap="gray")
plt.axis("off")
plt.title("Edged Image")
plt.show()

5. 将图片转换为卡通风格

最后使用bilateralFilter函数进行卷积过滤。通过逐位运算，使用原始图片和卷积图片最终生成卡通图。

代码如下：

color = cv2.bilateralFilter(img, 9, 250, 250)
cartoon = cv2.bitwise_and(color, color, mask=edges)
plt.figure(figsize=(10,10))
plt.imshow(cartoon,cmap="gray")
plt.axis("off")
plt.title("Cartoon Image")
plt.show()