Python编程利用Numpy和PIL库将图片转化为手绘(梯度光源)

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