Python编程利用Numpy和PIL库将图片转化为手绘
作者：Dragon少年
这篇文章主要介绍了Python编程利用Numpy和PIL库将一张图片转化为手绘风格，文中附含详细实现的示例代码，有需要的朋友可以借鉴参考下
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。
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 / A uni_y = grad_y / A uni_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,8 255 b = 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
im.save("man_shouhui.jpg")
用 Python将一张图片转化为手绘风格，就这么轻松搞定了！
以上就是Python编程利用Numpy和PIL库将一张图片转化为手绘风格的详细内容，更多关于python编程Numpy和PIL库的资料请关注脚本之家其它相关文章！