opencv python原图转换为灰度图像，利用边缘检测算法得到图像的边缘，二值化后得到一张掩码图；用双边滤波器多次处理原图得到平滑后的图像，图像看起来更“丝滑”；将得到的掩码图作用到得到的平滑图像上得到卡通化图像。

在Python中，可以使用OpenCV库（cv2）来实现这个过程。以下是步骤的详细解释：

1. **从原图转为灰度图像**：
使用`cv2.cvtColor()`函数，传入原图（通常是BGR格式）和颜色空间转换代码，如`cv2.COLOR_BGR2GRAY`，将其转换为灰度图像。

import cv2
gray_image = cv2.cvtColor(original_image, cv2.COLOR_BGR2GRAY)

2. **边缘检测**：
可以选择多种边缘检测算法，比如Sobel算子、Canny算子等。例如，使用Canny边缘检测：

edges = cv2.Canny(gray_image, low_threshold, high_threshold)

其中low_threshold和high_threshold是阈值设置。

3. **二值化**：
对边缘图像进行二值化处理，通常通过设定一个阈值将像素分为黑色和白色：

_, mask = cv2.threshold(edges, threshold_value, 255, cv2.THRESH_BINARY)

4. **双边滤波器平滑**：
使用`cv2.bilateralFilter()`进行双边滤波，它既能平滑图像又能保持边缘清晰：

blurred_image = cv2.bilateralFilter(original_image, d, sigmaColor, sigmaSpace)

d是邻域半径，sigmaColor和sigmaSpace分别是色彩空间和空间变化的标准差。

5. **应用掩码到平滑图像**：
将掩码用位运算（如bitwise_and）操作应用到平滑图像上，得到最终的卡通化效果：

cartoon_image = cv2.bitwise_and(blurred_image, blurred_image, mask=mask)