漫画线稿的提取方法（转）
这个教程是针对于扫描线稿的，一直以来总觉得提线这么基础的东西大家都懂了，但是后来发现有些朋友还是不太明白怎么提取线稿，那么就把我目前为止知道的方法贴上来吧～～
做教程很麻烦，所以有要转载的请注明作者和出处
【注：其实已经被转得找不到出处啦………………】
那么在进行提线之前我们先说一下线稿的处理方法，这一步对于那种不是很干净的扫描线稿来说十分必要。
首先打开一幅扫描好的线稿图，此时图片没有经过处理，可以看到整体显得比较脏，有很多杂质和纸张本
身的纸痕。
然后按快捷键Ctrl＋Ｌ调出色阶面板，拖动色阶滑块调整画面明暗度。
将白色和灰色的滑块往左边拖动，这样画面整个就变亮了，那些纸纹也消失得差不多，为了保证线稿内容不要丢失太多细节，还要将黑色滑块适当往右拖动一些，让深色的线条更深一些。
调整完后画面还是有很多深色小杂质，那就要我们自己用橡皮工具去仔细擦掉了，这个步骤只能自己手动
完成－。－
线稿初步处理完成，对比看看
那么开始提取线稿了，首先来第一种：
蒙版提线法
１、打开要提线的图
2、ctrl＋Ａ全选
3、ctrl＋Ｃ复制整个图层
4、新建一层图层，按快捷键Ｑ进入快速蒙版
5、ctrl＋Ｖ粘贴刚才复制好的图层
6、再按快捷键Ｑ退出快速蒙版，这时线稿以外的白色区域都被选中了
７、按Ctrl＋Shift＋Ｉ将线稿反选
８、然后填充自己喜欢的颜色再ctrl＋Ｄ取消选区，线稿提取完成～
此时底图层可以删掉了，或者填充其他底色。我填充了橙色，让大家看清楚效果
第二种：通道提线法
这种比较简单～跟上面的蒙版提线法差不多，少了些步骤而已～
１、打开要提线的图
２、打开通道面板，按住最上面的ＲＧＢ面板不要放开，拖到通道面板下面第一个按钮上（就是那个虚线圈按钮）然后放开(或者可以按住ctrl 键同时用鼠标点击RGB面板），这时除了线稿以外的白色部分都被
选中了
３、按Ctrl＋Shift＋Ｉ反选线稿
４、新建一层图层面板，填充颜色，ctrl＋Ｄ取消选择，将底图层全部填充其他颜色，线稿提取完成，跟第
一种方法一样的效果吧？
第三种：正片叠底法
这种方法对于线稿本来就干净的画比较适用
１、先用橡皮将深色杂质擦除，然后双击底图层将其变成一般图层，更改该图层的混合选项模式为“正片叠
底”
２、新建一层图层作为上色用，将此图层拖到线稿层下面，要保证线稿层始终在最上层，这样在其他层上色就不会盖住线稿，颜色也不会被线稿层未去除的白色盖住
第四种：用路径重新勾线
这种方法其实也没啥好说的，就是用钢笔工具把线稿重新描画一遍，所以草稿怎么脏怎么乱都没关系，只
要自己能看懂
不过用路径勾线首先要会使用路径工具才行，要从头教太复杂了，只用教程我觉得说不清楚，所以如果想知道的人比较多，而且急切极为的想知道的话，我再找时间另外做教程，这里就不多说了＝＝
在只是想说下，如果单纯用路径勾线，线条是平板没有变化的，要让线条有笔触感，就要再进行笔触的制
作处理了。
哪里粗哪里细完全看个人喜好，一定要说的话，那就是在转折处和比较外凸的部位可以让线条粗一些，这
是我的做法～
简单贴一个我做笔触的方法步骤（真的很简单……）：
用这个方法做的线稿
第五种：用色彩范围提线
这种方法同样要求线稿的整洁性，越干净效果越好，所以要做好我在帖子最前面说的画稿处理，尽量让线条颜色深一些，不要有太浅的灰色存在，不然提线效果会不好～～
我就用富奸烂人画的这张奇牙来做例子～
１、双击图层让它转换为一般图层
２、选择→色彩范围
将滑杆向右拖到底，在画面白色部分点一下然后确定，这时画面的白色部分全部被选取了
按Delete去除白色得到如下效果，记得最后Ctrl＋D将选区取消掉哦
３、这时候线条看起来好像是提取完成了，其实还没有～叠个底色就能看出来线条周围有很多白色没有去除干净，怎么办呢～～这时候就要用到“移去白色杂”边这个功能了。选择图层→修边→移去白色杂边
一直用这个方法到你满意为止，如图
４、这时候还是能看出有白色的部分没有全部去除，而使用移去白色杂边也没有用了，那么～点击图层面板上的“锁定透明像素”按钮（不要选错层哦），然后填充黑色，白色杂边就完全消失了，线稿也没有失真～～
最终效果
最后补充一点线条的调色方法
如果用蒙版和通道提线，可以很方便的给线条随便填充想要的颜色，但是正片叠底的线稿层如果也用填充的话，整个画面都会被盖满，那么要怎么只更改线条颜色而不会影响到其他白色部分呢？
嘛～求我我就告诉你～～＝。。＝（被Ｔ飞）
言归正传～
１、选中线稿层，按ctrl＋Ｕ调出“颜色/饱和度”面板，将右下角的“着色”选项选中，然后拖动“色相”的滑杆，
随便往哪边拖都可以，这时候还看不出有什么变化
那么再向右边拖动“明度”的滑杆（往左边是变暗，往右边拖是变亮）
接着把“饱和度”的滑杆也往右边拖动，就可以看到线条颜色起变化了，那么就回来拖动“色相”和“饱和
度”滑杆，直到找到你满意的颜色为止
嘛～～我做的这个是极为初级的教程，不过当初才接触ＣＧ的时候在这上面费了不少时间。所以现在做这个教程只是希望更多的刚接触ＣＧ绘制，而且没有手绘板的朋友能少走些弯路，能把时间都用在绘制
上～
奇犽的例图我用了红色底，结果传到相册后全部起了马赛克，白色杂边的地方都看不出来了，其实是
有的囧
以后再也不敢用红底了，全部被我忘得干干净净Orz
资源Style2paints：专业的AI漫画线稿自动上色工具 由于档期限制，我们经常会看到动画由于制作时间紧张而出现作画崩坏的情况。来自苏州大学的研究者们提出的Style2paints 或许可以帮助我们缓解这样的情况，这种工具可以使用AI 技术为黑白线稿快速自动上色。在最近推出的版中，研究人员使用了完全无监督的生成对抗网络（GAN）训练方法大幅提高了上色的准确性。Style2paints 的作者表示，该工具在精细度、漫画风格转换等方面超越了目前其他所有工具。 GitHub 链接：lllyasviel/style2paints直接使用：教程视频：我们很高兴发布style2paints 的版，一个强大的动漫绘画工具。在这里，我们会主要介绍它的新特性。 动漫线稿上色 当我们谈到「上色」时，在人工智能语境里这意味着将线稿的风格转换为彩色漫画风格，其重要之处在于： 1. 让我们直接在纯线稿上生成彩色草图。这意味着艺术家们不必再在线稿上加入高亮或阴影。这一部分非常具有挑战性。近期的paintschainer 专注于提升阴影部分的表现，我们给出了自己不同的解决方案，我们对新方法的性能非常有信心。 2.「上色」会将线稿风格迁移为彩色图画。图画和上色的线稿图，其中的区别在于阴影和纹理。在高质量的彩色漫画
中，女性角色的眼睛应该像星光一样闪耀，脸颊泛红，皮肤细腻，我们尽最大的努力来提升这些部分——而不仅仅专注于填充颜色。 最大贡献 1. 最高准确度 Stylepaints2 的开发者表示其推出的工具有着准确率最高的色彩提示笔，这种被称为「神经提示笔（neural hint pen）」的工具结合了颜色选择器和简单的钢笔工具。艺术家可以选择颜色并在线稿的任何部位加入颜色提示。绝大多数业内最佳的神经网络上色工具都有类似的工具。纵观目前的所有动漫上色工具（Paintschainer Tanpopo、Satsuki、Canna、Deepcolor、AutoPainter（存疑）），Stylepaints2 的笔工具拥有最高的准确度。在最具挑战性的情况下，艺术家甚至能在1024×2048 分辨率的图画上使用3×3 的提示笔控制13×13 区域的颜色。对于更大的区块，3×3 像素点的提示甚至可以控制半张画幅的颜色。这是一个非常具有挑战性的设计，这也意味着该工具是面向专业用途的（与此同时，其他上色方法的提示笔工具更倾向于嘈杂的提示，对于准确性把握不佳）。 2. 最自然的风格 当提到「自然」的时候，我们的意思是在训练过程中不加入任何人工制定的规则，如果你熟悉pix2pix 或
A r c G I S方法-利用到路面提取道路中心线的方法利用到路面提取道路中心线的方法在利用GIS制图时，需要经常跟数据打交道。很多初级的制图人员都存在一种惯性思路，以为数据精度越高，出图的效果就越好。这是错误的观点。假如现在需要制作1:1w的地图，但手头上却只有1:500的地形图，数据精度虽然很高，但却无法在小比例尺下显示出来。回到主题上，1:500的数据，大多数道路都是以面状显示。由于其精度高，有些数据甚至是不带线道路图层的，而在1w的地图下，道路以线状表达才是符合要求的。所以，这就需要涉及到地图制图的一个常规工作—地图缩编。本文主要介绍如何从到路面直接提取出道路中心线，从而辅助小比例尺地图的制作。 由于面状数据一般都是不规则的，所以很难从其提取中心线，一般的GIS软件也没提供直接提取的工具。ArcGIS里面虽然也有一些工具可以辅助一下处理，例如在制图工具箱里面有一个提取中心线的工具，但这个工具的作用是通过道路边线（双线）提取中心线。也有人说ArcGIS里面同样是提供面转线工具，先用工具转一道再提取不就行了吗？可是问题来了，面转线工具传出来的数据是封闭线，而不是道路边线，提取中心线工具依然是不可用，除非在每个路面图形打断两端的封闭，不然无法进行提取，恰好打断工作又是非常的巨大。因此，该方法还是不可用。 为了解决这个问题，那就是ArcScan扩展模块。提到ArcScan扩展，很多专业人员第一时间反应是这只是个栅格矢量化工具，跟当前讨论的中心线提取似乎没有任何关系。只要深入了解ArcScan扩展的具体细节，我们不难发现其自动矢量化里面可以提取面要素和中心线，利用这一特性，我们就可以曲线去完成该任务了。 先来说说总体思路：将路面（矢量面数据）转化为栅格数据，因为ArcScan只能对栅格数据进行处理，由于是从矢量转为栅格而非扫描，栅格质量一般会非常好；通过二值化栅格
漫画人物画法技巧 女性的眼睛先画一条向上弯的曲线,曲线最高处的线条要画得略微粗些。这里画的是脸部右边的眼睛，因此曲线左端要比右端高（日式的大眼睛眼角有些下垂）。其实这个还没成型眼睛的顶端是稍带些棱角。 接下来，画眼睛的下半部分。为了确定其位置,我们从上眼线的边缘开始向下轻轻画两条斜线作为辅助线。辅助线的倾斜程度决定眼睛会有多大多宽。通过辅助线画出下眼线，眼角稍微向下往右倾斜一些,右下角的线条要画得略粗些。 在眼睛里面画一个长的椭圆形。也有些漫画人物的虹膜是个大的圆形,这里把它画成细长的椭圆形，可以把形状调宽些。椭圆形上部将被上眼线所遮盖，上部几 乎都要被眼框边缘掩盖。
下一步,画出眼珠高光的轮廓线。通常漫画人物的眼睛会有一些阴影。漫画中女孩一般也都具有明显的阴影和光泽。确立你画中选择的光源，并且在整个画面中都是始终不变的。举例来说，如果在一张画中光线是从左边照射的,那么画面其余部分的高光区也必须源于左边,否则光线所产生的明暗关系就不协调了。画两个长椭圆形:大的椭圆形在眼珠的左上部(与虹膜的边缘重叠),很小的那个在眼睛的另一边。 接着,在高光的下面画上瞳孔。高亮区一般位于上端，千万别把瞳孔画到高光下面了。再画出睫毛，我们所画的这个眼睛，睫毛是从眼睛右上部长出的连续的穗状物。睫毛要顺着眼睛的曲线来画,看起来才会像是由眼上长出的。 选一支大的画笔，用纯黑色在整个画面上涂抹。所勾的边线将会变成它应有的黑色。 现在开始画另一种风格的眼睛。先画一条细长的曲线。左边应该比右边低，而且线左边的转折处要锐利一点。 为了便于定义眼睛的底边,从眼睛的边缘开始轻轻画两条对角交叉线作为辅助线。此处的辅助线没那样垂直。辅助线越趋于水平线,眼睛将会越小。但是也别画得太过于平直。
本教程将说明脸上不同部位是如何协调运动来传达不同情绪。一旦你掌握随心所欲改变面部表情的方式，就可以画出自己所想到的任何表情。 面部表情 首先，我们开始学习“悲哀”表情的画法，这是一种相当普通的情绪。本图是一个典型的动画人物的脸，但是注意一下已产生的变化。在这种情况下，人物情绪的最明显特征是眉毛。请注意眉毛内部的顶端是如何向上弯曲的。同时她的下眼框略微向上弯曲，而上眼皮呈更明显的圆形曲线。弯曲下眼框能表现压迫，悲伤或忿怒的情绪；而在这情况下，眉毛的形状向我们说明人物处于悲伤状态。另外，注意嘴的形状，它很小，且嘴角向下弯曲。所以从整体来看，好像她就要大哭一场了（所谓：樱唇微开娥眉蹙，一颦一泪总关情）。 看看这幅图：他的悲哀就要含蓄些了。人物看起来很沮丧，但没有上图中那么忧伤。他的眼睛比较小（也许因为是男的吧），嘴也比较大并且向下弯曲得也不是很明显。眉毛的角度以及呈拱形的下眼框仍然会让你觉得他正在为某事心烦（大男人不好做，再辛苦也不说...）。 这一张图里的人物表情介于悲、愤之间。眉毛明显地弯下来，嘴巴看起来像在喊叫，两者都表明他处于疯狂状态，不过他的眼珠还是画得非常大。这使他看起来像是在生气，或受到了伤害或者在为谁谁谁心烦意乱。
这家伙明显是在斥责谁，即使他并没有大喊大叫（with the sound of silence...）。^_~现在你可以画出正在生闷气的人物了。在本图中，眉毛贴着眼睛并且眉角画得很尖（我也在眉间画些皱纹），嘴角也明显地向下弯。双眼睛很窄，而且眼珠非常小，这会让他的神情看起来更生气（这种表情感觉蛮阴鸷） 这幅的表情不蛮确定，他既有些困惑又像是心里又对谁不快。高低交错的眉角让人觉得他心里又乱又疑。为了增强表情，也可以把嘴的中间稍微留些空白。 漫画里的人物好像总爱闭着眼说话，其实会有多少人说话时真的那样？但无论如何，闭着眼睛可以表达多种情绪。这幅图里，人物表现得性急或烦恼，但是闭上眼睛的样子也能表达平静，快乐或自以为是的心情。双眼呈弧线向上弯曲，这也能表达极度悲哀和激动的心情。本图中，眉头画得向下些而且嘴是张着的。注意人物的左上唇有些翘起－－不论你想表现哪种消极的情绪，不论是你是要画忿怒，不爽或急躁－－这种嘴型都是适用的。
收稿日期:2006-11-26;修订日期:2007-07-06 基金项目:新世纪优秀人才支持计划资助项目(NCET 20420948) 作者简介:高飞(1968-),男,山东昌乐人,副教授,博士,主要研究方向:智能信息处理、图像图形学; 高新波(1972-),男,山东莱芜人,教授,博士,主要研究方向:智能信息处理、图像工程、视频信号处理. 文章编号:1001-9081(2007)S1-0380-02 一种基于脊线跟踪的冠状动脉中心线提取方法 高 飞1 ,高新波 2 (1.深圳大学信息工程学院,广东深圳518060;2.西安电子科技大学电子工程学院,陕西西安710071)(nels on_gao2010@yahoo .com;nels ongao2010@g mail .com ) 摘 要:冠脉血管中心线的提取是血管造影图像定量分析中的关键步骤。基于脊线跟踪法,提出了一种血管中心线自动提取方法。通过交互式地指定一个起始点和一个终止点,该算法能够自动获取两点间的血管中心线。实验结果表明了该方法的鲁棒性和可重复性。 关键词:中心线提取;定量冠脉分析;脊线跟踪中图分类号:TP391.41 文献标识码:A 0 引言 冠脉血管造影是临床诊断的重要手段。对冠脉血管进行 定量分析具有重要的实际意义。与传统定性诊断方法相比,它克服了医生判断的主观随意性,提供了更为客观准确的诊断依据。血管轮廓线和中心线的自动提取是血管定量分析的前提。在血管造影图像中,血管的提取可以采用基于区域或边缘的图像分割技术。文献[1]中指出血管的剖面灰度分布呈近似高斯型,因此利用二维高斯模板来提取血管,但该方法比较耗时。文献[2]中利用一维旋转高斯模板代替了二维高斯模板,降低了算法的复杂度。不过,从精确分析的角度看,在血管分析中准确提取血管边缘是更好的选择。在现有的许多血管轮廓提取算法中,血管中心线的检测是最为关键和困难的一步。最简单的方法是手工描绘[3],但该方法费时费力且可重复性差,所以逐渐为人机交互的半自动方法所取代。在这些交互式方法中,操作者只需指明待分析血管段的起始点和结束点,就可以自动获得两点间的中心线[4,6]。不过,现有的中心线提取算法大都基于动态规划方法的,搜索时间较长,难以满足临床上实时性的要求。因此急需研究实时性能好的血管中心线提取算法。 既然血管剖面呈近似高斯分布,那么可以将血管的中心线看作脊线。中心线提取问题就转化为脊线的检测。受文献[5]中指纹特征点提取的脊线跟踪法的启发,本文提出了一种基于脊线跟踪的血管中心线提取方法,在实际应用中也取得了比较好的效果。需要指出的是,这里所说的中心线并不是严格的血管的对称轴线,只要求它位于血管内部且与血管走向一致即可,文献[4]中对此有详细说明。 1 血管中心线提取算法 1.1 图像预处理 血管造影图像质量因拍摄条件的不同而参差不齐,一般都有较强的噪声干扰。既然本文方法主要依据的是血管的脊线特征,因此,首先需要降低噪声对脊线特征的破坏。这里采用二维高斯模板来平滑噪声,模板大小一般应大于所选血管段的最大直径。图1显示了滤波的效果:图1(a )是沿血管一个剖面(垂直中心线方向)的灰度分布曲线,可以看到它近似 的反高斯形状;图1(b )是相应位置的梯度强度;图1(c )(d )为对应的平滑处理结果,可以看到,虽然处理后目标与背景的对比度降低了,但目标灰度和梯度的真实结构得到了加强,这有利于后面准确的计算局部脊线方向 。 图1 预处理结果显示 1.2 中心线跟踪 跟踪过程可以分为两步:局部脊线方向计算和中心线上点的更新。局部脊线方向计算方法将在1.3节中详述,这里假设已经得到了这个方向。为了叙述方便,以下将正在处理的点称为当前点。如图2所示,P k -1是当前点,在P k -1处计算 得局部脊线方向为θk -1,由P k -1沿θk -1前进d 个像素到达P ′k ,通过点的更新操作更新到P k ,此时P k 成为当前点。重复以上过程直到停止条件满足。在P ′k 点的更新操作中利用了匹配滤波方法:在P ′k 点得到局部脊线的估计方向θ′k ,以P ′k 为中心,在θ′k +π 2 的方向上获得剖面灰度分布曲线g ′(i )(i =1,…,2l +1)。设f (k )(k =-m ,…,m )为一维高斯 滤波模板,长度为2m +1,满足 ∑k f (k ) =1。通过下式来得到 更新的灰度分布g (i )(i =1,…,2l +1): ∑m v =-m f (v ) g ′ (i +v ),i =m +1,…,2l -m g ′(i ), 其他 (1) 取g (i )的局部极小值点作为更新点P k (如图2所示)。其中,参数l 、m 、d 可以经验地选择,l 应至少大于最大血管直 第27卷2007年6月 计算机应用 Computer App licati ons Vol .27June 2007
女性的眼睛先画一条向上弯的曲线,曲线最高处的线条要画得略微粗些。这里画的是脸部右边的眼睛，因此曲线左端要比右端高（日式的大眼睛眼角有些下垂）。其实这个还没成型眼睛的顶端是稍带些棱角。 接下来，画眼睛的下半部分。为了确定其位置,我们从上眼线的边缘开始向下轻轻画两条斜线作为辅助线。辅助线的倾斜程度决定眼睛会有多大多宽。通过辅助线画出下眼线，眼角稍微向下往右倾斜一些,右下角的线条要画得略粗些。 在眼睛里面画一个长的椭圆形。也有些漫画人物的虹膜是个大的圆形,这里把它画成细长的椭圆形，可以把形状调宽些。椭圆形上部将被上眼线所遮盖，上部几 乎都要被眼框边缘掩盖。 下一步,画出眼珠高光的轮廓线。通常漫画人物的眼睛会有一些阴影。漫画中女孩一般也都具有明显的阴影和光泽。确立你画中选择的光源，并且在整
个画面中都是始终不变的。举例来说，如果在一张画中光线是从左边照射的,那么画面其余部分的高光区也必须源于左边,否则光线所产生的明暗关系就不协调了。画两个长椭圆形: 大的椭圆形在眼珠的左上部(与虹膜的边缘重叠),很小的那个在眼睛的另一边。 接着,在高光的下面画上瞳孔。高亮区一般位于上端，千万别把瞳孔画到高光下面了。再画出睫毛，我们所画的这个眼睛，睫毛是从眼睛右上部长出的连续的穗状物。睫毛要顺着眼睛的曲线来画,看起来才会像是由眼上长出的。 选一支大的画笔，用纯黑色在整个画面上涂抹。所勾的边线将会变成它应有的黑色。 现在开始画另一种风格的眼睛。先画一条细长的曲线。左边应该比右边低，而且线左边的转折处要锐利一点。 为了便于定义眼睛的底边,从眼睛的边缘开始轻轻画两条对角交叉线作为辅助线。此处的辅助线没那样垂直。辅助线越趋于水平线,眼睛将会越小。但是也别画得太过于平直。
如何勾画漫画线稿，怎么学习漫画 那些许许多多被填满的画稿和绘图本，成就了我们的旅途，直至到达漫长画卷的彼端。画卷中的每一页都是我们人生旅途中的一步，倘若我们没有偏离航道，希望你也能跟随我们的脚步，和我们一起踏上旅途。 首先首先抓型的时候你要勇敢的画，不要害怕它复杂的线条，要把你绘画的物体简单化，要学会整体概括，在一步步把它具体化。上色的时候不可太着急的填涂颜色，应一步一步的分析画面用色，一遍一遍的叠加刻画出细节，这样才能达到完整的效果。 武汉插画人cg学院的漫画课程中就数字漫画线稿这么课程，详细介绍了漫画常用的软件介绍以及使用方法，数字漫画线条的处理方式，不同线条效果的表现技法！ 武汉插画人cg学院在漫画教学的过程中记得要把东西画清楚，练出精致的线稿，把事物表达清楚。上色，了解色彩的原理知道如何配色表现。线稿+上色，深刻理解结构画出事物体积感和空间感。慢慢舍弃线稿，心中有物，更随心所欲的画画。 线稿在日式动漫CG中的作用特别重要，尤其是在限制色彩数量的情况下，线条担负着塑造形象的重任。可以这么说，画好线稿，你就成功了一半。线稿一般可以画在A4纸上，方便扫描。开始先用铅笔打底稿，确定画面布局，然后用漫画用的描线笔勾画出清晰的线条。没有条件的话，也可以用笔划细一点的钢笔勾线，譬如我。勾线时注意线条尽量流畅，粗细统一，少出错笔，更不要留下没有闭合的线（这对以后的上色很重要）。勾好线后就用橡皮仔细把底稿的铅笔线擦干净，这样线稿就可以了。纸上画线稿多花一分时间，你在以后的步骤中就可能少花二至三分时间。 我们制定了一个计划，我们会沿着计划的路线行动。但是很快便会意识到，我们会在某天踏上别的路线，随之而来的故事让我们向意想不到的地方。那将是意外的惊喜。
漫画人物手部绘画方法 首先我们来看一下张开的手部线稿的剖析：我们需要做的第一步就是预测人体手掌可以撑开的最大限度，我们画出来的手部漫画的线稿尽量不要脱离了现实的手部能力，仔细的看一下画好的手部线稿的线条部分，尤其是大拇指的部分。 大家仔细的看一下画好的手部漫画的线稿，这里是侧面向后弯曲的手部漫画线稿，呈现出来的形象是简单的线条组成的手部，没有过多的进行手部纹路以及手部皮肤的细节的绘画，线条的分部主要是在手部的关节的部分，漫画的线稿一般讲究线条着落在重点部分，对于细节的部分刻画没有过多的要求。
用最简单的线条画出漫画的形象，这里的手部漫画同样的用线条表明手部的重要部分，没有过分的刻画出手部的细节，简单明了的线条形成点面具到的现象，用线条刻画出关键的部分，由关键的部分组成了最形象的手部漫画形象，这也是漫画绘制中最具有特色的一个部分。
握拳的手部漫画线稿： 我们接下来看一下握拳的手部漫画线稿的部分，握拳的手部线稿的画法与撑开的手部漫画的线稿一样，同样的都是不过多的刻画细节部分，只是用最简单的线条画出握拳手部的整体轮廓，再用线条细画关键的部分，整体的握拳的手部漫画就可以很完美的画出来了。
握拳的手部漫画与撑开的手部漫画都是漫画中比较经典的手势，撑开的手掌和握拳的手掌都紧密的联系着手腕，手腕和手部关节部分的线条要细画。 在进行握拳手部漫画的线稿绘制的时候需要注意的有以下两点： 一是要把握好握拳手部漫画的手指的弯曲度，二是要特别注意把握好整个握拳手部绘制的立体感。
我们再仔细的来看一下手部的具体画法： 首先我们需要选择适合绘画的手部漫画形象，对于漫画绘制的新手来说选择稍微简单的手势进行手部漫画的绘制是比较好的，大致的可以将手掌分成三个部分来画，仔细的看一下下面的漫画图文教程，
【转】喜欢画漫画的你～怎容错过呢改变动画人物的表情并不难，但是了解在不同情绪下面部表情的特征会很有益。本教程将说明脸上不同部位是如何协调运动来传达不同情绪。一旦你掌握随心所欲改变面部表情的方式，就可以画出自己所想到的任何表情。 面部表情 首先，我们开始学习“悲哀”表情的画法，这是一种相当普通的情绪。本图是一个典型的动画人物的脸，但是注意一下已产生的变化。在这种情况下，人物情绪的最明显特征是眉毛。请注意眉毛内部的顶端是如何向上弯曲的。同时她的下眼框略微向上弯曲，而上眼皮呈更明显的圆形曲线。弯曲下眼框能表现压迫，悲伤或忿怒的情绪；而在这情况下，眉毛的形状向我们说明人物处于悲伤状态。另外，注意嘴的形状，它很小，且嘴角向下弯曲。所以从整体来看，好像她就要大哭一场了（所谓：樱唇微开娥眉蹙，一颦一泪总关情）。 看看这幅图：他的悲哀就要含蓄些了。人物看起来很沮丧，但没有上图中那么忧伤。他的眼睛比较小（也许因为是男的吧），嘴也比较大并且向下弯曲得也不是很明显。眉毛的角度以及呈拱形的下眼框仍然会让你觉得他正在为某事心烦（大男人不好做，再辛苦也不说...）。 这一张图里的人物表情介于悲、愤之间。眉毛明显地弯下来，嘴巴看起来像在喊叫，两者都表明他处于疯狂状态，不过他的眼珠还是画得非常大。这使他看起来像是在生气，或受到了伤害或者在为谁谁谁心烦意乱。
这家伙明显是在斥责谁，即使他并没有大喊大叫（with the sound of silence...）。^_~现在你可以画出正在生闷气的人物了。在本图中，眉毛贴着眼睛并且眉角画得很尖（我也在眉间画些皱纹），嘴角也明显地向下弯。双眼睛很窄，而且眼珠非常小，这会让他的神情看起来更 生气（这种表情感觉蛮阴鸷） 这幅的表情不蛮确定，他既有些困惑又像是心里又对谁不快。高低交错的眉角让人觉得他心里又乱又疑。为了增强表情，也可以把嘴的中间稍微留些空白。 漫画里的人物好像总爱闭着眼说话，其实会有多少人说话时真的那样？但无论如何，闭着眼睛可以表达多种情绪。这幅图里，人物表现得性急或烦恼，但是闭上眼睛的样子也能表达平静，快乐或自以为是的心情。双眼呈弧线向上弯曲，这也能表达极度悲哀和激动的心情。本图中，眉头画得向下些而且嘴是张着的。注意人物的左上唇有些翘起－－不论你想表现哪种消极的情绪，不论是你是要画忿怒，不爽或急躁－－这种嘴型都是适用的。
(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 (43)申请公布日 (21)申请号 201910204580.9 (22)申请日 2019.03.18 (71)申请人 北京百度网讯科技有限公司 地址 100085 北京市海淀区上地十街10号 百度大厦2层 (72)发明人 高建虎 (74)专利代理机构 北京品源专利代理有限公司 11332 代理人 孟金喆 (51)Int.Cl. G06T 7/66(2017.01) G06T 7/77(2017.01) G06T 7/13(2017.01) (54)发明名称 一种道路中心线的提取方法、装置、电子设 备及存储介质 (57)摘要 本发明实施例公开了一种道路中心线的提 取方法、装置、电子设备及存储介质。所述方法包 括：根据预先获取的当前导航区域中的各个像素 点的位置和像素值，确定所述当前导航区域对应 的初始道路图像；其中，所述初始道路图像中包 括至少一个初始道路轮廓；将所述初始道路图像 中的各个初始道路轮廓切分为与其对应的至少 两个道路子轮廓；其中，各个道路子轮廓中包括 一个重心位置；根据各个初始道路轮廓对应的各 个道路子轮廓的重心位置，确定出各个初始道路 轮廓的道路中心线。不仅可以准确地提取出道路 中心线，而且还可以节省提取时间，提高提取效 率。权利要求书3页 说明书16页 附图9页CN 109949360 A 2019.06.28 C N 109949360 A
权 利 要 求 书1/3页CN 109949360 A 1.一种道路中心线的提取方法，其特征在于，所述方法包括： 根据预先获取的当前导航区域中的各个像素点的位置和像素值，确定所述当前导航区域对应的初始道路图像；其中，所述初始道路图像中包括至少一个初始道路轮廓； 将所述初始道路图像中的各个初始道路轮廓切分为与其对应的至少两个道路子轮廓；其中，各个道路子轮廓中包括一个重心位置； 根据各个初始道路轮廓对应的各个道路子轮廓的重心位置，提取出各个初始道路轮廓的道路中心线。 2.根据权利要求1所述的方法，其特征在于，所述将所述初始道路图像中的各个初始道路轮廓切分为与其对应的至少两个道路子轮廓，包括： 将所述初始道路图像中的各个初始道路轮廓作为各个当前道路轮廓，根据各个当前道路轮廓中的各个像素点的位置，计算各个当前道路轮廓的覆盖范围； 若各个当前道路轮廓的覆盖范围满足预先设置的第一切分条件，根据各个当前道路轮廓中的各个像素点的位置和像素值，计算各个当前道路轮廓的重心位置； 根据各个当前道路轮廓的覆盖范围和各个当前道路轮廓的重心位置，将各个当前道路轮廓切分为两个当前道路子轮廓，将各个当前道路子轮廓作为各个当前道路轮廓，重复执行上述操作，直到各个当前道路轮廓的覆盖范围不满足所述预先设置的第一切分条件。 3.根据权利要求2所述的方法，其特征在于，所述方法还包括： 若各个当前道路轮廓的覆盖范围不满足所述预先设置的第一切分条件，根据各个当前道路轮廓中的各个像素点的位置，计算各个当前道路轮廓的重心位置到各个当前道路轮廓的距离； 若各个当前道路轮廓的重心位置到各个当前道路轮廓的距离满足预先设置的第二切分条件，将各个当前道路轮廓切分为两个当前道路子轮廓，将各个当前道路子轮廓作为各个当前道路轮廓，重复执行上述操作，直到各个当前道路轮廓的重心位置到各个当前道路轮廓的距离不满足所述预先设置的第二切分条件。 4.根据权利要求1所述的方法，其特征在于，所述根据预先获取的当前导航区域中的各个像素点的位置和像素值，确定所述当前导航区域对应的初始道路图像，包括：根据预先获取的当前导航区域中的各个像素点的位置和像素值，确定出所述当前导航区域对应的预处理前的初始道路图像； 按照预先确定的预处理方式对所述当前导航区域对应的预处理前的初始道路图像进行预处理，获取到所述当前导航区域对应的预处理后的初始道路图像。 5.根据权利要求1所述的方法，其特征在于，所述根据各个初始道路轮廓对应的各个道路子轮廓的重心位置，提取出各个初始道路轮廓的道路中心线，包括： 根据各个初始道路轮廓对应的各个道路子轮廓的重心位置，确定各个道路子轮廓的重心位置的连接规则； 按照各个道路子轮廓的重心位置的连接规则，将各个道路子轮廓的重心位置进行连接，提取出各个初始道路轮廓的道路中心线。 6.一种道路中心线的提取装置，其特征在于，所述装置包括：确定模块、切分模块和提取模块；其中， 所述确定模块，用于根据预先获取的当前导航区域中的各个像素点的位置和像素值， 2
如果绘画技术还达不到凭空想象出人物的表情和动作的时候，建议最好的方法是从临摹开始。各种绘画大家的作品都可以用来临摹，尤其是要注意大师们所用的色彩和构图方法，以及对人物表情、肢体动作的描绘。 这是非常有用且有效的训练手段。毕竟所谓的“熟读唐诗三百首，不会作诗也会吟”，临摹多了，某些固定的、常用的表情动作以及角度，都会得心应手很多。 其次就是要多描摹真实照片。毕竟所谓的生动，就是把假的画成像真的。关键的就是所谓的“真的”。 真的动作是怎么样的，真的眼神是什么样的，那还是要去看“真的”人物是怎么做出来的。 而如果是想要画写实主义的漫画人物，比如像平凡、陈淑芬、正子公也、甚至张旺之类的插画大师的作品，那么照着照片画是非常有必要的。 因为那可以极大地锻炼你的人物比例、身体构造、衣物材质等方面的水平。 而这其中，人体比例是重中之重。如果比例不对，细节上再怎么出色，也是一个失败的作品。当然，如果你说的是小新、小丸子、加菲猫之类的动漫人物，请自动忽略这一条。 （但其实这种漫画人物也是要用到比例的，只不过不是那么重要罢了） 人体比例实在是非常的重要（我好像已经强调过了？）。如果你对此没有什么信心的话，建议还是从基础学起。 多看一些正规美术教材，至少要看两个部分，一、透视原理，二、人体比例。 这两者是所有好的作品的基础，是根本，是土壤，是骨骼，是红烧肉里面的肉，是钱包里的钱。 其实这两个东西学起来也不是很难，一个小时，或者更短，你就能全部理解了。 但是，关键在于熟练地运用，以及毫无差错地绘制出来。 这个就没有别的办法可想了，只有多看，多练习。达芬奇画鸡蛋的故事知道吧？人家都这么练了，咱们也不是天才，自然就要更努力。 ——当然，如果不是想做那种超级大师的话，也不必天天去练画鸡蛋。 ——多画几个苹果青椒什么的也就可以了。 人体是自然界最复杂的机械结构。抱歉，忘了这句话是谁说的了。 但是很有道理。人所能做出的动作，几乎达到了无法计算的数量。所以在熟悉了人体比例之后，就要开始锻炼画人物的动作。 一般来说，脸部的动作不是很多，当然，金·凯瑞这种能做出一百多种表情的货色不在普通范畴之内。 所以主要需要锻炼的是全身的动作。 这个也是需要多观察和多练习。观察走路是什么样子的，走路时候打电话又是什么样子的，走路时候一边打电话一边喝咖啡一边还看身边美女一边脚下还绊到一块石头就要摔跤的刹那是什么样子的…… （其实把以上的这句描述能准确地画出来，就是一幅很有情趣的漫画了） 当然，一般来说是没那么凑巧正好能看到这么一个景象的，但是我们的大脑可以想象。 把一些基本动作都熟练了之后，也就能组合出各种复杂的动作来。 至于脸部的表情，可以多照镜子，多自己摆摆姿势和各种表情。
面部表情 首先，我们开始学习“悲哀”表情的画法，这是一种相当普通的情绪。本图是一个典型的动画人物的脸，但是注意一下已产生的变化。在这种情况下，人物情绪的最明显特征是眉毛。请注意眉毛内部的顶端是如何向上弯曲的。同时她的下眼框略微向上弯曲，而上眼皮呈更明显的圆形曲线。弯曲下眼框能表现压迫，悲伤或忿怒的情绪;而在这情况下，眉毛的形状向我们说明人物处于悲伤状态。另外，注意嘴的形状，它很小，且嘴角向下弯曲。所以从整体来看，好像她就要大哭一场了(所谓：樱唇微开娥眉蹙，一颦一泪总关情)。 看看这幅图：他的悲哀就要含蓄些了。人物看起来很沮丧，但没有上图中那么忧伤。他的眼睛比较小(也许因为是男的吧)，嘴也比较大并且向下弯曲得也不是很明显。眉毛的角度以及呈拱形的下眼框仍然会让你觉得他正在为某事心烦(大男人不好做，再辛苦也不说...)。 这一张图里的人物表情介于悲、愤之间。眉毛明显地弯下来，嘴巴看起来像在喊叫，两者都表明他处于疯狂状态，不过他的眼珠还是画得非常大。这使他看起来像是在生气，或受到了伤害或者在为谁谁谁心烦意乱。 这家伙明显是在斥责谁，即使他并没有大喊大叫(with the sound of silence...)。^_~现在你可以画出正在生闷气的人物了。在本图中，眉毛贴着眼睛并且眉角画得很尖(我也在眉间画些皱纹)，嘴角也明显地向下弯。双眼睛很窄，而且眼珠非常小，这会让他的神情看起来更生气(这种表情感觉蛮阴鸷) 这幅的表情不蛮确定，他既有些困惑又像是心里又对谁不快。高低交错的眉角让人觉得他心里又乱又疑。为了增强表情，也可以把嘴的中间稍微留些空白。 漫画里的人物好像总爱闭着眼说话，其实会有多少人说话时真的那样?但无论如何，闭着眼睛可以表达多种情绪。这幅图里，人物表现得性急或烦恼，但是闭上眼睛的样子也能表达平静，快乐或自以为是的心情。双眼呈弧线向上弯曲，这也能表达极度悲哀和激动的心情。本图中，眉头画得向下些而且嘴是张着的。注意人物的左上唇有些翘起--不论你想表现哪种消极的情绪，不论是你是要画忿怒，不爽或急躁--这种嘴型都是适用的。 在漫画里“快乐”是最常见的情绪之一，而大大的眼睛，高扬的眉毛和一张微笑的大嘴(^0^应该就这样了吧?)通常最能表现欢快和兴奋的心情。当然也包括其它的特征，例如：双眼中放大的高光和向上弯曲的下眼线。注意，大多数kawaii(?不解)人物的眼睛都很大，而鼻子和嘴都比较小.( 除非他们的嘴象本图中那样是张开着的) 这位也蛮快乐的，不过表现的程度没有上例中那么夸张，他的情绪更加细腻些。注意眉毛画得较低(尽管仍然有些弧度)，并且嘴的曲线画得非常纤细。下眼
冠状动脉中心线提取 2018.12.5 1简介 1.1步骤和实现方式 本次任务是从冠状动脉增强图像提取血管中心线。步骤和实现方式大致如下： ?图像二值化：读入.mha格式CT图像，阈值处理； ?空洞填充 ?图像细化：类似腐蚀，取最大内切球心的集合 ?端点分叉点检测：考虑26邻域内像素个数，卷积实现 ?断裂分支重连：寻找连接点，条件判断，Dijkstra最小代价连接 ?构建中心线：在分叉点集基础上追踪，数组存储在Cell中 1.2运行说明 coronary_refine.m是主要的运行函数。其他函数和脚本：branchReconnect输入细化后的图像和权重（原始CT volume的像素值为可能性），其中调用了三维的Dijkstra函数；directConnect脚本很简短地实现在三维图像中两点连直线，但因为用了最短路径所以没有采用；其余函数都是由比较冗长的小功能封装成的。两张图片运行时间小于一分钟。 2实现方法 2.1阈值 为了不让阈值化后丢失的成分过多，对后续分支重连的步骤造成困难，这里选择了较小的阈值0.1*原图最大值(2^16)。这也导致最后结果中分支会显得比0.5的阈值下丰富很多，但算法能够原图(mha)保证最终中心线和真实血管走向的一致性。 2.2空洞填充 一开始使用的是imfill函数，通过查看源代码可见这个函数调用了imcomplement和imreconstruct对二值图像进行填充。imfill对三维图像的处理速度较慢，最终使用形态学库函数bwmorph3中的fill功能进行处理。
图1:Skeleton of a rectangle defined in terms of bi-tangent circles. 2.3图像细化 程序中调用了bwskel来实现。Thinning在文献中有两种最为常见的方法，一种被称为“Onion peeling”1，顾名思义用不断的腐蚀操作来一层一层地剥开血管，难点是设置一定的条件来保证原有拓扑结构。这个方法也是bwskel的参考文献中使用的方法。2还有一种细化方法也和腐蚀有些类似，基本思路是求连通域内部的内切圆心（三维为球心）集合，如图一。 2.4基于卷积的端点分叉点检测 虽然形态学库函数中同样有branch和endpoint的功能，但这两个功能的feature都导致它们并不适合直接使用。比如bwmorph3中branch会返回所有分叉点以及分叉点各自的相邻点。面对如此古怪的feature，不如构造简单的卷积核来求端点分叉点。 ?分叉点检测 首先考虑3*3*3全1的卷积核。在二值、细化图像非分叉部分，其响应应该为3。如果将响应大于3的视为分叉，其结果中会有很多处于真正的分叉点附近、实际却为原图空白部分的点被误判成分叉。原因就是分叉附近往往点较为密集，空白点的26邻域内也容易出现多个1，导致超出阈值。解决方法很简单，要让卷积能区分出原中心线上的点和空白格，只要在kernel的中心加大权重，这样空白格的响应和值为1的点差距会变得很大，从而被排除在外。代码如下（因为convolution包含padding，最终结果还需删除padding部分）： 1A Sequential3D Thinning Algorithm and Its Medical Applications 2Ta-Chih Lee,Rangasami L.Kashyap and Chong-Nam Chu Building skeleton models via3-D medial surface/axis thinning algorithms. Computer Vision,Graphics,and Image Processing,56(6):462-478,1994.
一、人体基本结构 小孩 孩子的头部较大，一般比例为三到四个头高。 成年人 人体立姿为七个头高（立七），坐姿为五个头高（坐五），蹲姿为三个半头高（蹲三半），立姿手臂下垂时，指尖位
置在大腿二分一处。 老人 由于骨骼收缩，老年人的比例较成年人略小一些，在画老年人时，应注意头部与双肩略靠近一些，腿部稍有弯曲。 人体性别基本特征 男性：男性肩膀较宽，锁骨平宽而有力，四肢粗壮，肌肉结实饱满。 女性：女性肩膀窄，肩膀坡度较大，脖子较细，四肢比例略小，腰细，胯宽，胸部丰满。（LSMH 整理） ★☆★☆★☆漫画中的人体比例及表现★☆★☆★☆ 漫画中为了表现人体的美，经常采用一些夸张的画法，也就是在适当的部位做一些变形处理，常会运用一些夸张手法将人物的身材拉长，但是变形是建立在人体基本结构基础上的。通常女主角为七个头高，而男主角为八个头高。正常掌握人物的比例关系，对画好漫画是很重要的。 女性 女孩子的特点是全身曲线圆润、柔美，要注意胸部和臀部的刻化。手、胳膊与腿要纤细，手腕和大腿根部在同一个位置，胳膊肘的位置在腰部附近，画侧面像时，要注意画出关节部位、臀部与大腿根部处的关系，肩膀的位置画准确胳膊就显得自然了。（LSMH 整理） ★☆★☆★☆人体透视☆★☆★☆★ 正前方 首先可以将人体看成一个长方形，也就是说人体不同角度的透视也就是不同长方形角度的透视。然后按分段的方法将长方形分为有透视的八段，先将长方形画出对角线，然后按着几何的分法在对角线相交处画上一条平行线，以此类推一共画出八段，由于漫画中的人物一般为八头身，所以长方形的每一段就是一个头高，而胸腔的长度、肘到手指尖和膝盖到脚底的长度均为两个头高。 俯视 从正面或是背面正上方的角度来画，需要考虑其透视关系。就是说头部最大，到脚尖处越来越小，头部大，肩膀也大，和脚比起来手略长略大。 斜上方 斜上方的角度最有纵深感。肩膀隆起，肩与脚平行稍斜，脸朝下，头很大，看不见脖子，越往下越小，给人的感觉是脚短身长，如果再在地面上画上阴影效果会更突出，可以特别清楚地表现双腿垂直于地面的感觉。 仰视 下面的仰视，画出肩膀上有颈部的感觉。脸朝上，比较小，腿比上身要长，略粗些，脚最大，越往上越小，给人感觉脚长身短，俯视和仰视正相反。在绘制一个人体时，必须要做到“意在笔先”。 应首先考虑你要画的人物在做什么，有什么具体动作，其次应该考虑用什么样的视角来表现人物的动态与个性，在头脑中逐步构筑一个有动作、有视角、清晰的人物画面。（LSMH 整理） ★☆★☆★☆人體－比例★☆★☆☆ 每次講到人體比例都得拿”八頭身”這套出來耍..其實不管幾頭身都能畫漫畫啦，只是八頭身算是最通俗的，其實真人有七頭半就了不起了... 漫畫看題材從兩頭身到十幾頭都有人用，頭身數少雖然可愛但當手腳短到某個程度時很多動作都做不出來，相反當頭身數多到十幾頭，看起來是很帥啦，但隨便做個動作就把格子給佔滿了，很難塞，所以大家視劇情風格走向選定適當的頭身比來用吧。 一般有種說法：女生腿比較長，腰身比較高其實這種說法似是而非，也許女生在比例上腿真的長一點，但造成高腰身的感覺主要是因男人腰最細的部位略低於肚臍而女人卻是在肚臍之上，肋骨下緣處，這是男女在比例上差異最大處，其他還有男性肩膀較寬，女性則是臀部較寬。 在年齡上，從兒童到成人頭部的大小改變並不多，因此兒童頭部在比例上是較大的（這不是常識嗎？）通常練習時以真人比例開始，較易因較好觀察，待熟練之後改變調整也容易。（LSMH 整理） ★☆★☆★☆人物造型★☆★☆★☆ 要想准确地将故事中的所有人物介绍给读者，就应该掌握不同年龄、不同性别人物的画法。此外，为了让剧情能更深地打动读者，就应尽量做到正面角色的英俊、美丽、善良都表现到极点，反面角色的凶残、狡猾也应夸张到位，切忌人物的中庸，这一点很重要。漫画的很大一部分意义在于它的夸张，设计人物造型时应遵循这一特点来进行。 年龄不同的人物画法： 婴儿：胖乎乎、圆墩墩的，头显得特别大，宽额头，看不到脖子，身长是等分，脚要短些。 儿童：头较大，手脚的线条较细而且比较短。
最近研究了COMICSTUDIO，功能确实很齐全，可是各种面板感觉太繁杂了，还是界面简洁的PS和SAI更适合我。我觉得画出来的效果也不比CS差多少，手续更简单多了。简要介绍一下一页漫画从草稿到成稿的步骤。使用软件PHOTOSHOP CS2+EASY PAIT TOOL SAI，设备W ACOM INTUOS4 1、先在PS中新建一个300DPI，A4尺寸的文件，背景色白。新建一个图层命名为“FRAME”（框线）。然后分格，具体做法是做出矩形和多边形选区，描边6px。 2、把文件在sai里打开，在frame图层下面新建图层rough（草稿） 然后~就开始画草稿呗
草稿就画到可以在上面描线的程度就可以了。 看一下图层的设置。 因为等一下要在草稿图层上面，也就是FRAME图层里描线，所以把草稿的透明度降低，让它变淡一些。
再看一下画笔的设置： 勾线主要用“笔”因为弹性较大，勾线的感觉灵活，有点类似G笔的感觉。 笔头用最硬的那个，最小直径0 这样有笔锋~ 铅笔也用同样的设置。 就用这两种笔尖就可以了。 混色水分等等一律设0，漫画的线条就是要黑黑的~不要拖泥带水 3、开始描线！画长线时手放松，轮廓线要用力画
画完人物画背景，先把人物以外的区域用魔棒选中（蓝色的部分喔），新建一个画背景的图层
然后点击图层面板上的小太阳，给背景图层添加一个蒙板（这样就不会画到刚才的蓝色以外的区域 蒙板是CG作业最重要和最有用的功能之一，灵活运用一定会很方便~
背景的线条不要比人物粗。这是画着玩的比较粗糙，商业稿件是不可以这么对付的~ -----------------经过一番殊死搏斗----------------------------------------------------------------- 勾线完成啦~！（累死） 4、这样还不能叫做漫画，必须要添加上网点、后期效果和文字，于是回到PS~ 添加对话框。因为这一页的对话全都是独白，所以使用了比较特殊的独白专用对话框对照草稿的位置粘贴~ 对话框有漏到格子外面的部分，选择格子以外的区域，按DELETE！世界清静了~
10.16638/https://www.doczj.com/doc/0f12764044.html,ki.1671-7988.2019.01.015 基于单目视觉的车道边缘检测及中心线提取 算法研究 孙悦 （长安大学汽车学院，陕西西安710064） 摘要：车道线检测是无人车环境感知模块的重要组成部分。为实现对智能小车循迹过程中的精准控制，文章提出了一种新的车道中心线的提取算法。首先对图像进行处理，根据光照条件不同进行分类，之后用霍夫变换特征提取方法来检测车道线；根据图像中车道线的几何关系以非拟合的方式得到正确的车道中心线。所提出的方法在规定地图中可以完成完整的车道保持，尤其在弯道中保持良好。实践证明，该智能小车的车道中心线提取准确、稳定、计算速度快。 关键词：图像处理；智能小车；霍夫变换；车道中心线 中图分类号：U461.4 文献标识码：A 文章编号：1671-7988(2019)01-47-03 The overall design of medium-sized trucks based on Python Sun Yue ( Chang'an University, Shanxi Xi'an 710064 ) Abstract:Lane line detection is an important part of the unmanned vehicle environment awareness module. In order to achieve precise control of the tracking process, this paper proposes a new lane center line extraction algorithm. Firstly, the image is processed, classified according to different lighting conditions, and then the Hough transform feature extraction method is used to detect the lane line; the correct lane center line is obtained in a non-fitting manner according to the geome -tric relationship of the lane lines in the image. The proposed method can complete a complete lane keeping in a prescribed map, especially in a corner. Practice has proved that the lane center line of the smart car is accurate, stable and fast. Keywords: Image Processing; Smart car; Hough transform; Lane centerline CLC NO.: U461.4 Document Code: A Article ID: 1671-7988(2019)01-47-03 前言 近些年，随着雷达、摄像头、传感器的升级换代，各种智能驾驶辅助技术成了汽车行业前瞻研究的热点课题：自动跟车、车道保持、自动泊车等，但智能驾驶算法实车验证成本大，硬件设备复杂，企业前瞻研究和高校科研都基于单片机或树莓派的智能小车进行方法验证。 车道中心线的位置主要用于估计车辆位置，作为车道保持算法的输入。目前，国内外研究人员提出了多种基于摄像头的车道线识别和车道中心线提取方法。曹旭光[1]在非结构化道路识别中，用估计中值截距法和最小二乘法进行车道线拟合；Marc Revilloud[2]等通过对车道线进行标记来改善车道的检测和估算算法，在置信度图中使用车道估计的轮廓得到车道标记的面积；Yue Wang[3]等提出基于B-Snake的车道检测和跟踪算法，能够描述更宽范围的车道结构。但当车道线 作者简介：孙悦（1995-），女，硕士研究生，就读于长安大学汽车 学院。 47