溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
今天就跟大家聊聊有關如何用Python畫了一組手繪圖，可能很多人都不太了解，為了讓大家更加了解，小編給大家總結了以下內容，希望大家根據這篇文章可以有所收獲。
這幾天，許多城市，迎來了2019年的第一場雪
13日早晨，當北京市民拉開窗簾時發現，窗外雪花紛紛揚揚在空中飄落
而且越下越大，樹上、草地、屋頂、道路上...都落滿雪花
京城銀裝素裹，這是今冬以來北京迎來的第二場降雪
一下雪，北京就變成了北平，故宮就變成了紫禁城
八萬張門票在雪花飄下來之前，便早已預訂一空
看著朋友圈、微博好友都在紛紛曬圖，小編只能羨慕不已。
不過，戀習Python突然想到，可以通過Python將故宮的建筑物圖片，轉化為手繪圖（素描效果）。效果圖如下：
一、概念與原理
我們都知道手繪圖效果的特征主要有：
黑白灰色；邊界線條較重；相同或相近色彩趨于白色；略有光源效果
核心原理：利用像素之間的梯度值和虛擬深度值對圖像進行重構，根據灰度變化來模擬人類視覺的模擬程度
把圖像看成二維離散函數，灰度梯度其實就是這個二維離散函數的求導，用差分代替微分，求取圖像的灰度梯度。常用的一些灰度梯度模板有：Roberts 梯度、Sobel 梯度、Prewitt 梯度、Laplacian 梯度。
以Sobel 梯度計算來解釋：
首先計算出 
、
，然后計算梯度角
梯度方向及圖像灰度增大的方向，其中梯度方向的梯度夾角大于平坦區域的梯度夾角。如下圖所示，灰度值增加的方向梯度夾角大，此時梯度夾角大的方向為梯度方向。對應在圖像中尋找某一點的梯度方向即通過計算該點與其8鄰域點的梯度角，梯度角最大即為梯度方向。
二、圖像的數組形式與變換
其中，需要用到的方法：
Image.open( ): 打開圖片
np.array( ) : 將圖像轉化為數組
convert("L"): 將圖片轉換成二維灰度圖片
Image.fromarray( ): 將數組還原成圖像uint8格式
代碼如下：
from PIL import Image
import numpy as np
im = Image.open(r"C:\Users\Administrator\Desktop\gugong\微信圖片_20190216152248.jpg").convert('L')
a=np.asarray(im).astype('float')
print(a.shape,a.dtype)
(1080, 608) float64
#(1080, 608)分別表示高度，寬度
三、圖像的手繪效果處理
實現思路步驟：
1、梯度的重構
numpy的梯度函數的介紹
np.gradient(a) ： 計算數組a中元素的梯度，f為多維時，返回每個維度的梯度
離散梯度： xy坐標軸連續三個x軸坐標對應的y軸值：a, b, c 其中b的梯度是（c-a）/2
而c的梯度是： (c-b)/1
當為二維數組時，np.gradient(a) 得出兩個數組，第一個數組對應最外層維度的梯度，第二個數組對應第二層維度的梯度。
代碼如下：
grad=np.gradient(a)
grad_x,grad_y=grad
grad_x = grad_x * depth / 100.#對grad_x值進行歸一化
grad_y = grad_y * depth / 100.#對grad_y值進行歸一化
2、構造guan光源效果
設計一個位于圖像斜上方的虛擬光源
光源相對于圖像的視角為Elevation,方位角為Azimuth
建立光源對各點梯度值的影響函數
運算出各點的新像素值
其中：
np.cos(evc.el) : 單位光線在地平面上的投射長度
dx,dy,dz ：光源對x，y，z三方向的影響程度
3、梯度歸一化
構造x和y軸梯度的三維歸一化單位坐標系；
梯度與光源相互作用，將梯度轉化為灰度。
4、圖像生成
具體詳情代碼如下：
from PIL import Image
import numpy as np
import os
import join
import time
def image(sta,end,depths=10):
a = np.asarray(Image.open(sta).convert('L')).astype('float')
depth = depths # 深度的取值范圍(0-100)，標準取10
grad = np.gradient(a) # 取圖像灰度的梯度值
grad_x, grad_y = grad # 分別取橫縱圖像梯度值
grad_x = grad_x * depth / 100.#對grad_x值進行歸一化
grad_y = grad_y * depth / 100.#對grad_y值進行歸一化
A = np.sqrt(grad_x ** 2 + grad_y ** 2 + 1.)
uni_x = grad_x / A
uni_y = grad_y / A
uni_z = 1. / A
vec_el = np.pi / 2.2 # 光源的俯視角度，弧度值
vec_az = np.pi / 4. # 光源的方位角度，弧度值
dx = np.cos(vec_el) * np.cos(vec_az) # 光源對x 軸的影響
dy = np.cos(vec_el) * np.sin(vec_az) # 光源對y 軸的影響
dz = np.sin(vec_el) # 光源對z 軸的影響
b = 255 * (dx * uni_x + dy * uni_y + dz * uni_z) # 光源歸一化
b = b.clip(0, 255)
im = Image.fromarray(b.astype('uint8')) # 重構圖像
im.save(end)
def main():
xs=10
start_time = time.clock()
startss = os.listdir(r"C:\Users\Administrator\Desktop\gugong")
time.sleep(2)
for starts in startss:
start = ''.join(starts)
sta = 'C:/Users/Administrator/Desktop/gugong/' + start
end = 'C:/Users/Administrator/Desktop/gugong/' + 'HD_' + start
image(sta=sta,end=end,depths=xs)
end_time = time.clock()
print('程序運行了 ----' + str(end_time - start_time) + ' 秒')
time.sleep(3)
main()
程序運行了 ----43.01828205879955 秒 #一共35張圖片
最終效果圖對比：
其他圖片就不一一列舉。
看完上述內容，你們對如何用Python畫了一組手繪圖有進一步的了解嗎？如果還想了解更多知識或者相關內容，請關注億速云行業資訊頻道，感謝大家的支持。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
