代碼如下:
from PIL import Image #圖像處理模塊 import numpy as np a = np.asarray(Image.open("這里是原圖片的路徑").convert('L')).astype('float') #將圖像以灰度圖的方式打開並將數據轉為float存入np中 depth = 10. # (0-100) 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. 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 #建立一個位於圖像斜上方的虛擬光源 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 #計算各點新的像素值 b = 255*(dx*uni_x + dy*uni_y + dz*uni_z) #光源歸一化 b = b.clip(0,255) #clip函數將區間外的數字剪除到區間邊緣 im = Image.fromarray(b.astype('uint8')) #重構圖像 im.save("這里是輸出圖片的路徑")
檢驗一下效果:
from PIL import Image #圖像處理模塊 import numpy as np # 將圖像以灰度圖的方式打開並將數據轉為float存入np中 a = np.asarray(Image.open("D://Python//圖片轉素描//4.jpg").convert('L')).astype('float') depth = 10. # (0-100) 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. 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 # 建立一個位於圖像斜上方的虛擬光源 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 # 計算各點新的像素值 b = 255*(dx*uni_x + dy*uni_y + dz*uni_z) # 光源歸一化 b = b.clip(0,255) # clip函數將區間外的數字剪除到區間邊緣 im = Image.fromarray(b.astype('uint8')) # 重構圖像 im.save("D://Python//圖片轉素描//4_2.jpg")
原圖:
轉換后:
但是不適合那些依賴光影變換效果的圖片,比如我最愛的百里守約就很糟糕