有哪些非深度学习的风格迁移方法

除了深度学习的风格迁移方法，还有以下非深度学习的风格迁移方法：

1. 基于纹理的方法：这种方法首先从样本图像中提取纹理信息，然后将其应用于目标图像，以达到风格迁移的目的。

2. 基于优化的方法：这种方法通过优化目标函数来实现风格迁移，其中目标函数包括两部分：一部分是保留目标图像的内容信息，另一部分是匹配目标图像和样本图像的风格信息。

3. 基于插值的方法：这种方法通过对目标图像和样本图像进行插值，将二者的风格和内容信息进行混合，从而实现风格迁移。

4. 基于传统图像处理技术的方法：这种方法包括滤波、变形、调整颜色等传统图像处理技术，通过组合这些技术来实现风格迁移。