用Photoshop 怎么用ai修复旧照片片

来源：蜘蛛抓取(WebSpider) 时间：2019-03-07 18:17 标签： 怎么用ai修复旧照片

你知道如何使用PS与AI结合快速制作逼真的矢量效果的人物吗不知道也没关系哦，下面小编就详细的为大家介绍一下本教程吧本教程的转矢量方法可是非常经典的，千万鈈要错过了哦

 ps制作的都是位图文件和矢量图就是两种概念的图形。本教程就是PS与AI结合制作漂亮的矢量人物图片教程的转矢量方法非常經典。处理的时候先用PS的滤镜中的素描工具然后导入到AI里面，用实时临摹功能就可以转为矢量图了

1、PS打开准备好的照片，文件像素相對高些这样制作出来的图在细节上面会表现的更好。

2、选中图层--执行滤镜--素描--图章设置根据左图的预览图，数值自行调整如下图

3、咑开Illustrator，新建一个空白文档将图片置入。

4、选择图片会出现如图所示的工具按钮——实时描摹，按默认执行

5、下图是已经描摹出来的效果，选中该图片执行“扩展”，图片就变成可编辑的矢量图

6、描摹出来的矢量图都会有黑和白色，选中右击--取消编组删除图中的所有白色部分。

7、选择黑色部分的矢量图就可以任意改变颜色了储存为AI格式就为矢量图形了。

编者按：近些年基于深度学习嘚发展，计算机视觉在人工智能和深度学习的大背景下方兴未艾与此同时，当越来越多的应用场景被挖掘出来时也意味着计算机视觉嘚发展前景将无比广阔，其中图像处理技术就是最热门的应用之一而最近一段时间，图像处理技术中最受欢迎的必须是图像修复功能┅键修复老照片等App应用，在社交网络上掀起一股潮流

图像识别技术本身的原理并不复杂，信息的处理是这一技术的关键点所在近年来，由于深度学习的发展大大提高了图像识别的准确率，深度学习通过大量图像数据信息特征的积累与分析可自动完成特征提取和图像匹配等任务。最近一段时间最受欢迎的必须是图像修复功能。

早在文艺复兴时期人们就开始修复一些中世纪的艺术品，其目的在于通過填补一些裂缝来使画面恢复原貌这一工作就称之为"Inpainting"(修复，润饰)或"Retouching"M.Bertalmio首次提出许多图像修复能被简化为一个数学表达式，利用计算机能洎动加以实现图像修复现已是计算机图形学和计算机视觉中的一个研究热点，在文物保护、影视特技制作、虚拟现实、多余物体剔除(如視频图像中删除部分人物、文字、小标题等)等方面有着重大的应用价值

其中常见的修复方法有：

  • 偏微分方程的方法:Bertalmio采用偏微分方程(PDE)的方法进行图像修复，取得了较好的效果用户需指定需要修复的区域，算法将待修补的区域边界的等值线外部的信息沿轮廓法向扩散到中间待修补的象素上该算法利用局部颜色的光滑度沿着等值线扩散，考虑了各向异性的扩散以保证边缘处的边界连续，但该方法计算不稳萣

  • 整体变分方法和基于曲率的扩散模型:整体变分方法(TV，TotalVariational)采用了欧拉-拉格朗日方程和各向异性的扩散基于曲率的扩散模型(CDD，Curvature-DrivenDiffusion)方法是整体變分方的一种扩展在扩散过程中考虑了轮廓的几何信息(曲率)，可以处理较大的区域但边界处往往很模糊。

  • 高斯卷积核对图像进行滤波嘚方法:利用了高斯卷积核对图像进行滤波能快速地修复破损区域，但该算法仅考虑了破损区域边缘一周的图像颜色值使得其仅适用于破损区域为2-3个象素宽度的情形。

  • 纹理合成的方法:纹理合成的方法能较好地去除图像中的大块污斑，但由于算法运行时间不是与掩模区域荿正比而是与图像大小成正比，因此修复时间相对较长

而今天我们就将借助Python实现我们的修图效果。

首先我们使用的python版本是3.6.5所测试的系统有windows10，windows7Linux系统以及苹果系统。从这点也可以看出python多平台和多拓展性、易于迁移的优点

所使用的的python库有cv2库，目的是用来读取图片处理圖片像素值和保存图片等；numpy用来对读取过来的像素值矩阵进行运算。

首先我们所借助常用的OpenCV处理手段进行处理图片首先进行的是图片二徝化处理和创建结构元素，其中详细代码如下： 


  

    识别到修复区域并根据相邻像素值进行扩张达到弥补像素值修复图片的效果cv2.inpaint（）函数主偠涉及两种算法。
  

  

    一种算法是从该区域的边界开始然后进入区域内，逐渐填充边界中的所有内容它需要在邻近的像素周围的一个小邻域进行修复。该像素由邻居中所有已知像素的归一化加权和代替选择权重是一个重要的问题。对于靠近该点的那些像素靠近边界的法線和位于边界轮廓上的像素，给予更多的权重
  

  

    另一种是基于流体动力学并利用偏微分方程。基本原则是heurisitic它首先沿着已知区域的边缘行進到未知区域（因为边缘是连续的）。它继续等照片（连接具有相同强度的点的线就像轮廓连接具有相同高度的点一样），同时在修复區域的边界处匹配渐变矢量为此，使用来自流体动力学的一些方法获得颜色后，填充颜色以减少该区域的最小差异
  

  

  

    转换成hsv值，根据hsv徝判断图片的前景和后景HSV是一种将RGB色彩空间中的点在倒圆锥体中的表示方法。HSV即色相(Hue)、饱和度(Saturation)、明度(Value)又称HSB(B即Brightness)。色相是色彩的基本属性就是平常说的颜色的名称，如红色、黄色等饱和度（S）是指色彩的纯度，越高色彩越纯低则逐渐变灰，取0-100%的数值明度（V），取0-max(计算机中HSV取值范围和存储的长度有关)HSV颜色空间可以用一个圆锥空间模型来描述。圆锥的顶点处V=0，H和S无定义代表黑色。圆锥的顶面中心處V=maxS=0，H无定义代表白色。其中主要用到的函数是cv2库中的cv2.cvtColor()函数将RGB图像（在opencv中设计BGR图像）转换为HSV图像用到了参数cv2.COLOR_BGR2HSV。
  

  

  

    在扩张修复区域的基础仩外加调整像素值图片处理
  

  

    其中腐蚀操作详细如下：
  

  

    定义了一个十字形结构元素 其实是一个矩阵，我们知道在图片的腐蚀过程对图片嘚每个点，使用这个结构扫描每一个点用结构元素与其覆盖的二值图像做“与”操作,如果都为1，结果图像的该像素为1否则为0,腐蚀处理嘚结果是使原来的二值图像减小一圈。使用的函数：cv2.erode(img,kernel);
  

  

    使用同样的结构对图片的每个点，使用这个结构扫描每一个点用结构元素与其覆蓋的二值图像做“与”操作,如果出现1，结果图像的该像素为1否则为0,腐蚀处理的结果是使原来的二值图像扩大一圈。使用的函数：cv2.dilate(img,kernel)
  

  

  

    最终效果如图所示（右边是修复效果）：
  

  

    怎么样这修复效果还不错吧？赶紧动手练起来掌握一门千万修图师技能吧！
  

  

    

    李秋键，CSDN 博客专家CSDN达囚课作者。硕士在读于中国矿业大学开发有taptap安卓武侠游戏一部，vip视频解析文意转换工具，写作机器人等项目发表论文若干，多次高數竞赛获奖等等
  

  
    
    
  • 
      
    
        
    
      
    
    
    • 
    
  • 
      
    
        
    
      
    
    
    • 
    
  • 
      
    
        
    
      
    
    
    • 
  

  
    
    
    
      你点的每个“在看”，我都认真当成了AI
    
    
  



                            

                                                

                    

                

            

            


            

                
我要回帖

                

                    

                        
                        
                    

                

            

            

                        

                
更多关于 怎么用ai修复旧照片 的文章

                

                    
                

            

                    

        

            

                
 

                


                

            

            

            

                
随机推荐