Python实现手绘图效果实例分享

首先我们来看看原图：

接着我们来看看效果图：

通过分析我们不难发现以下特征：

主要颜色为黑白灰
边界线条较重
相同或相近色趋于白色
略有光源效果

需要用到的库有：

numpy
PIL

代码实现：

importnumpyasnp
fromPILimportImage


baseImg=Image.open("./img/myimg2.jpg").convert("L")#这里放置你要手绘的图片原图
a=np.array(baseImg).astype("float")

depth=8.
grad=np.gradient(a)#取图像灰度的梯度值

grad_x,grad_y=grad#模拟图像梯度值
grad_x=grad_x*depth/100.
grad_y=grad_y*depth/100.
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#光源俯视角度，弧度值
vec_az=np.pi/4.#官员的方位角度，弧度值
dx=np.cos(vec_el)*np.cos(vec_az)#光源对x轴的影响
dy=np.sin(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
b=b.clip(0,255)#限制

img=Image.fromarray(b.astype("uint8"))#重构图像
img.save("./toImg/myImage1.jpg")#保存图像

实例扩展：

from PIL import Image
import numpy as np

#为了便于文件的导入，可以使用相对路径，将文件和程序放在同一个文件夹下

vec_el=np.pi/2.2
vec_az=np.pi/4.
depth=10.
im=Image.open("HIT2.jpg").convert('L')
a=np.asarray(im).astype('float')
grad=np.gradient(a)
grad_x,grad_y=grad
grad_x=grad_x*depth/100.
grad_y=grad_y*depth/100.
dx=np.cos(vec_el)*np.cos(vec_az)
dy=np.cos(vec_el)*np.sin(vec_az)
dz=np.sin(vec_el)
A=np.sqrt(grad_x**2+grad_y**2+1.)
uni_x=grad_x/A
uni_y=grad_y/A
uni_z=1./A
a2=255*(dx*uni_x+dy*uni_y+dz*uni_z)
a2=a2.clip(0,255)
im2=Image.fromarray(a2.astype('uint8'))
im2.save('hit2-SH.jpg')

到此这篇关于Python实现手绘图效果实例分享的文章就介绍到这了,更多相关Python实现手绘图效果内容请搜索ZaLou.Cn以前的文章或继续浏览下面的相关文章希望大家以后多多支持ZaLou.Cn！