Python编程利用Numpy和PIL库将图片转化为手绘 Python编程利用Numpy和PIL库将图片

主要采用的技术点
读取图片，转化为数组
计算 x,y,z 轴梯度值，归一化
加入光源效果
导出图片，并保存

主要采用的技术点 Python + Numpy + PIL
在正文代码开始前，大家先看看最初原图和转换手绘风图片前后对比。

文章图片

当然了，我先查了手绘的三个基本特点：

图片可单通道灰度图
边缘线条较重可当成黑色，相同或相近像素值趋向白色
光源效果下，灰度变化类似于人类视觉的远近

下面开始介绍，手绘照实现步骤：

读取图片，转化为数组因为要对图像的像素计算，可以先把图片先转化为数组。代码如下：

depth = 10.# (0-100)grad = np.gradient(a)# 取图像灰度的梯度值grad_x, grad_y = grad# 分别取横纵图像梯度值grad_x = grad_x * depth / 100.grad_y = grad_y * depth / 100.

计算 x,y,z 轴梯度值，归一化照片对边缘区域更侧重，计算梯度是定位图片边缘部分最有效方式，用灰度变化来模拟图片远近效果，depth 表示预设深度，z 轴默认梯度为 1。

depth = 10.# (0-100)grad = np.gradient(a)# 取图像灰度的梯度值grad_x, grad_y = grad# 分别取横纵图像梯度值grad_x = grad_x * depth / 100.grad_y = grad_y * depth / 100.

对梯度值进行归一化操作

A = np.sqrt(grad_x ** 2 + grad_y ** 2 + 1.)uni_x = grad_x / Auni_y = grad_y / Auni_z = 1. / A

加入光源效果根据光源不同的入射角度，对x,y,z 各轴上的梯度值有不同程度的影响，添加一个模拟光源，放置在斜上方，与 x , y 分别形成两个夹角，最后用正弦余弦函数计算出新的像素值。

vec_el = np.pi / 2.2# 光源的俯视角度,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)# 光源对 x轴的影响dy = np.cos(vec_el) * np.sin(vec_az)# 光源对 y轴的影响dz = np.sin(vec_el)# 光源对z 轴的影响b = 255 * (dx * uni_x + dy * uni_y + dz * uni_z)# 光源归一化,8 255b = b.clip(0, 255)# 对像素值低于0，高于255部分做截断处理

导出图片，并保存