素描作为一种近乎完美的表现手法有其独特的魅力，随着数字技术的发展，它早已不再是专业绘画师的专利。今天这篇文章就来讲一讲如何使用 Python 批量获取小姐姐素描画像。文章共分两部分：第一部分介绍两种使用 Python 生成素描画的思路；第二部分介绍如何批量获取素描画。
获取素描图的两个思路
本部分介绍的两个思路都是基于 OpenCV 来实现，不涉及深度学习相关内容。基本思想是读入一张照片图，然后通过各种变换转化成素描图。为了演示方便，我们先找来一张小姐姐的照片作为实验素材。
1. 漫画风格
先来说第一种方法，这种方法的核心思想是利用了名为'阈值化'的技术。这种技术是基于图像中物体与背景之间的灰度差异，而进行的像素级别的分割。
如果想要把一张图片转化为只呈现黑色和白色的素描图，就需要对其进行二值化操作。OpenCV 中提供了两种二值化操作方法：threshold() 和 adaptiveThreshold()。相比 threshold()，adaptiveThreshold() 能够根据图像不同区域亮度分布进行局部自动调节，因此被称为自适应二值化。下面这幅图就是对彩色图片进行二值化操作后的效果。
