探索基于OpenCV的圖像處理技術(shù)在國畫中的應(yīng)用

侯艷陽

(鄭州工業(yè)應(yīng)用技術(shù)學(xué)院，河南 新鄭 451100)

0 引言

OpenCV當(dāng)下被廣泛應(yīng)用于工業(yè)界和學(xué)術(shù)界，主要功能是幫助工作人員進行相應(yīng)的圖片處理，具有增強圖片效果、改善失真圖片等功能。國畫蘊含著我國前人數(shù)千年的智慧經(jīng)驗，與西方工筆畫、油畫等繪畫形式存在明顯的不同。國畫對于繪畫人的要求較高，需要其掌握多種多樣的用筆技藝，并且利用調(diào)參的手法來提升畫作的美感與質(zhì)量。OpenCV作為常用的圖像處理工具，能夠幫助國畫呈現(xiàn)更高的清晰度與對比度，以達成更精致的繪畫效果。

1 OpenCV的定義

開源計算機視覺圖書館(Open Source Computer Vision Library，OpenCV)指的是一個在計算機領(lǐng)域極其有名的開源數(shù)據(jù)庫，主要功能是處理視覺圖像，用戶可以登錄該系統(tǒng)進行免費的操作。OpenCV作為目前應(yīng)用較為火熱的系統(tǒng)，其最大的特點是跨平臺，開發(fā)者在設(shè)計之初就允許用戶在Windows/Android等操作系統(tǒng)中展開應(yīng)用，并且用戶可以利用Java，Python等常見的編程語言接口，進行相應(yīng)的圖像處理操作。設(shè)計者在開發(fā)OpenCV之初，秉持的基本理念是：能夠幫助用戶盡快地處理復(fù)雜的視覺應(yīng)用。當(dāng)前，OpenCV的使用范圍較廣，可以幫助識別人臉、機器學(xué)習(xí)、安全系統(tǒng)檢測等日常工作進行，甚至還可以運用于一些軍事系統(tǒng)中。

2 OpenCV的應(yīng)用現(xiàn)狀

目前，OpenCV主要在計算機數(shù)字形態(tài)學(xué)和視覺圖像處理等領(lǐng)域發(fā)揮著重要的作用，總的來說，OpenCV的應(yīng)用功能可以概括為實際應(yīng)用功能與輔助應(yīng)用功能兩大類。

2.1 實際應(yīng)用功能

(1)圖像特征的實際檢測。在當(dāng)前的信息處理過程中，許多圖像的特征并不夠顯著，這就導(dǎo)致技術(shù)人員在進行后期處理與維修時操作煩瑣，且不能達到預(yù)期的處理效果。OpenCV在上述情況下就可以發(fā)揮自己的長處，幫助技術(shù)人員對原有圖片進行分割、去霧等處理。具體來說，OpenCV可以在下述案例中發(fā)揮效用：當(dāng)汽車公司的負責(zé)人想要獲得關(guān)于車輛輪廓線的理想形狀時，可以要求技術(shù)人員利用OpenCV輪廓檢測的方法，基于開源計算機數(shù)據(jù)庫，針對圖片中的車輛進行一定的去噪、濾波處理，并且進行二值化閾值的分割，進而得到二值化的黑白圖像，最終通過輪廓線提取的操作，得到車輛的外輪廓線。

(2)圖像特性的提取。圖像特征的提取是指技術(shù)人員通過設(shè)置不同的閾值，將圖像像素點分成若干類，隨后根據(jù)像素點的灰度值，選擇相配套的閾值。通過上述操作，技術(shù)人員得到了不同特征的閾值，進而能夠為后期的圖像分析與相關(guān)特征模式的提取提供極大的便利，屬于實際功能的范疇，具有較高的實用價值。

(3)圖像邊緣的檢測。OpenCV還可以提供圖像邊緣的檢測技術(shù)，技術(shù)人員需要利用C++語言，在OpenCV和Visual Studio2013(微軟旗下的一款編程開發(fā)系統(tǒng))的基礎(chǔ)上，進行綜合的編程，在實際的編程過程中，技術(shù)人員需要利用Canny算子、Laplacian算子等工具來達到對靜態(tài)圖像進行邊緣檢測的目的。

(4)圖像內(nèi)容的識別。圖像內(nèi)容的識別工作在計算機視覺領(lǐng)域模塊中占有很大的比重，它的具體應(yīng)用場景包括：人臉識別、手勢的識別以及車牌號的識別等。具體來說，人臉識別是指利用OpenCV做圖像處理庫，根據(jù)人臉的具體特征，利用專業(yè)的算法進行相關(guān)識別。手勢識別是指技術(shù)人員根據(jù)識別對象的不同膚色與該對象的運動信息，去除掉照片中與膚色顏色相近的區(qū)域，利用OpenCV對圖片中人物的手勢進行準(zhǔn)確分割，幫助相關(guān)人員完成手勢的識別。車牌號的識別是指，綜合比對不同車牌的特征，對車牌進行定位操作，將車牌上的字符進行一定的分割操作，利用OpenCV對陰影部分與網(wǎng)格部分進行系統(tǒng)化的提取，最后得到準(zhǔn)確的識別結(jié)果。

2.2 輔助應(yīng)用功能

由于OpenCV在計算機視覺圖像處理過程中能夠發(fā)揮出十足的潛力，因此很多研究人員都將OpenCV作為一種輔助技術(shù)應(yīng)用于視頻圖像的分析與識別過程中。其中，OpenCV被用來進行運動目標(biāo)的跟蹤與識別是近年來視頻圖像分析的一個熱點。例如，技術(shù)人員可以將OpenCV作為一種圖形圖像的開發(fā)庫，通過對目前所應(yīng)用的基本算法的比較和分析，對不同場景中多個運動目標(biāo)進行一定的跟蹤，并實時記錄運動目標(biāo)的行駛軌跡，通過后臺運行的算法對運動目標(biāo)進行構(gòu)建，進而分析組建其基本的運動模型[1]。

3 國畫圖像處理的流程

要對國畫進行圖像處理，需要經(jīng)過預(yù)處理、特征提取、分類識別等步驟。其中，預(yù)處理指的是在進行圖像處理操作前，對國畫進行一定的去噪、修整和轉(zhuǎn)換空間等一系列操作。分類識別是指技術(shù)人員基于一定的數(shù)據(jù)庫，通過專業(yè)程序?qū)D像進行一定的掃描，根據(jù)數(shù)據(jù)庫中已儲存的圖像信息，啟動比對程序?qū)D像的特征點進行相應(yīng)的配對，進而達到分類識別的目的。圖像處理過程中最重要的環(huán)節(jié)就是特征提取，因為提取結(jié)果的準(zhǔn)確與否將會影響后續(xù)分類識別工作的進展程度。在國畫的特征提取環(huán)節(jié)，技術(shù)人員主要針對圖像的紋理特征、顏色特征等方面進行相應(yīng)的操作。

3.1 圖像的紋理特征

圖像的紋理特征指的是一種固定呈現(xiàn)的圖像排列規(guī)律，它描述了圖像中相鄰像素的相關(guān)性以及從局部來看，線條之間的相關(guān)性，需要技術(shù)人員在進行提取工作時排除如亮度、顏色等因素的影響。一般來說，提取圖像的紋理特征具有以下兩種方法：頻譜分析法與統(tǒng)計分析法。頻譜分析法通常采用小波變換法，統(tǒng)計分析法通常采用灰度共生矩陣或者是Tamura紋理特征的分析方法。

小波變換指的是對圖像進行局部化分析，利用平移以及伸縮等具體操作手法對圖像進行精細劃分，全面檢測畫面中呈現(xiàn)的每一處細節(jié)，它作為一種新型的變換分析方法，既能夠滿足精細的窗口狀分析要求，又能夠適應(yīng)圖像中具體線條的變化頻率，進而能夠幫助技術(shù)人員識別圖像中的具體特征，提升對于圖像紋理特征檢測的準(zhǔn)確性。

灰度共生矩陣作為紋理特征提取的算法之一，其應(yīng)用的歷史較為長久?；叶裙采仃嚨膽?yīng)用理念是檢測圖像中的具體像素值，研究不同像素之間的位移與方向偏差，進而得到相應(yīng)的灰度值，利用灰度值來構(gòu)建具體的關(guān)系矩陣。在構(gòu)建關(guān)系矩陣過程中，技術(shù)人員需要測定角二階矩、對比度、相關(guān)度等具體的指標(biāo)，同時還要計算熵、方差、均值等相關(guān)要素，進而得到關(guān)于圖像紋理特征的準(zhǔn)確特征。

Tamura紋理特征是測定圖像紋理特征值的一種算法，它的主要原理是利用6個特征向量來對圖像進行對比，其中，方向度、粗糙度和對比度的測量是圖像特征提取的重要的步驟。

3.2 圖像的顏色特征

圖像的顏色特征是技術(shù)人員在對圖像特征進行識別時不可忽略的一項重要因素，由于顏色在人們的日常生活中扮演著重要的作用，因此圖像的顏色可以被稱作是最可靠和最鮮明的視覺特征，它不受圖像的大小和展示方向的影響，因此在圖像過程處理中，關(guān)于圖像顏色特征的處理應(yīng)當(dāng)占有較大的比例，顏色特征、顏色空間等指標(biāo)的測量都是圖像顏色特征測定中必須進行的工作[2]。

4 OpenCV在對國畫作品進行圖像處理的應(yīng)用

通常來說，國畫作品的線條越寫意、色彩的掌控越深刻，越能給人們帶來愉悅感。而國畫作品中信息量越大，代表其容納的像素就越多。圖像增強作為一項能夠改變原始像素的算法，一方面可以彌補圖像中存在缺陷的細節(jié)，另一方面還可以讓圖像產(chǎn)生一定程度的失真。圖像在實際的采集過程會受到一部分外界因素的干擾，例如光線、采集設(shè)備、環(huán)境中的雜光等，都會對采集的圖像質(zhì)量產(chǎn)生一定影響，圖像增強技術(shù)就可以在上述情況中完成對圖像的調(diào)節(jié)與整改，進而提升圖像的整體質(zhì)量。

4.1 直方圖均衡算法

由于國畫中水墨畫占據(jù)有重要的比例，因此文章主要針對水墨畫中的圖像處理技術(shù)為分析對象。研究人員應(yīng)當(dāng)根據(jù)該圖像生成一副灰度直方圖，由于水墨畫的整體色調(diào)偏白，并且呈現(xiàn)水墨畫的攝影作品細節(jié)并不清晰，即黑色線條與白色基底的界限相對不明顯，因此研究人員應(yīng)當(dāng)對該圖像進行均衡化處理，在實際操作過程中，為了減少直方圖過調(diào)現(xiàn)象出現(xiàn)的可能性，研究人員應(yīng)當(dāng)采用帶掩膜的直方圖進行相關(guān)處理，而不對畫面中的留白部分進行統(tǒng)計。

4.2 Gamma校正算法

Gamma校正算法是指將目標(biāo)圖像的亮度進行相應(yīng)的調(diào)整。在國畫的采集過程中，相機的曝光時間存在過短或過長的情況，這將導(dǎo)致得到的圖像亮度過暗或者過亮，Gamma校正算法可以針對不同情況下圖像的整體視覺效果進行一定的調(diào)整。例如，如果原畫中的亮度過低，這是因為留白部分的灰度值數(shù)值過小，結(jié)果給人一種昏暗的視覺體驗。研究人員可以調(diào)整Gamma的數(shù)值大小，使其明顯小于1，進而得到一定的校正圖像，這樣一來，留白處的亮度會有明顯的提升，而墨色的部分則沒有顯著的變化，進而導(dǎo)致圖像的對比度加強，昏暗的視覺體驗最終消失[3]。

5 結(jié)語

國畫作為我國的傳統(tǒng)技藝之一，是人類文明的一項瑰寶，為了得到較好的展示效果，古往今來的藝術(shù)家采取了多種多樣的改進手段，而在科學(xué)技術(shù)得到飛速發(fā)展的今天，技術(shù)人員嘗試?yán)眯畔⒒夹g(shù)手段來對國畫進行優(yōu)化并且取得了顯著的成效。OpenCV算法作為常用手段之一，能夠融入藝術(shù)家創(chuàng)作國畫作品的過程中，使藝術(shù)作品展現(xiàn)更直觀的美感。