思路：
1、用灰度變化來模擬視覺的明暗程度；
2、把彩圖轉為灰度數組；
3、求出梯度數組，即灰度變化率數組；
4、預設灰度值10，范圍0-100，衰減到10%，這將對灰度變化率按作衰減；
5、令z變化率為1，對x、y、z的作歸一化處理；
6、定義一個光源，附視角接近90度，方位角45度；
7、令對角線長度為單位1，分別計算光源在x、y、z軸的投影值；
8、將歸一化並衰減過的灰度變化率，分別乘以對應的投影值，之后相加；
9、得到灰度系數，再乘以255，即線稿的灰度值；
10、輸出線稿圖；
代碼如下：
#coding=utf-8 from PIL import Image import numpy as np orgimg = '/Users/chong/Documents/code/ai/gray/t1/res/card_100023.png' outimg = '/Users/chong/Documents/code/ai/gray/t1/res/card_100023_gray.png' a = np.asarray(Image.open(orgimg).convert('L')).astype('float') # 根據灰度變化來模擬人類視覺的明暗程度 depth = 10. # 預設虛擬深度值為10 范圍為0-100 grad = np.gradient(a) # 提取梯度值 grad_x, grad_y = grad # 提取x y方向梯度值 解構賦給grad_x, grad_y # 利用像素之間的梯度值和虛擬深度值對圖像進行重構 grad_x = grad_x * depth / 100. grad_y = grad_y * depth / 100. #根據深度調整x y方向梯度值 # 梯度歸一化 定義z深度為1. 將三個梯度絕對值轉化為相對值，在三維中是相對於斜對角線A的值 A = np.sqrt(grad_x ** 2 + grad_y ** 2 + 1.) uni_x = grad_x / A uni_y = grad_y / A uni_z = 1./ A # 令三維中是相對於斜對角線的值為1 vec_el = np.pi / 2.1 # 光源俯視角度 弧度值 接近90度 vec_az = np.pi / 4. # 光源方位角度 弧度值 45度 dx = np.cos(vec_el) * np.cos(vec_az) # 光源對x軸的影響 對角線在x軸投影 dy = np.cos(vec_el) * np.sin(vec_az) # 光源對y軸的影響 對角線在y軸投影 dz = np.sin(vec_el) # 光源對z軸的影響 對角線在z軸投影 b = 255 * (dx * uni_x + dy * uni_y + dz * uni_z) # 光源歸一化 b = b.clip(0, 255) # 為了避免數據越界，生成灰度值限制在0-255區間 im = Image.fromarray(b.astype( 'uint8')) # 圖像更構 im.save(outimg) # 保存圖片
運行 python pic-gray.py
效果圖
相關庫安裝 pip install numpy
取灰度圖方法
1. img = img.convert()
PIL有九種不同模式: 1，L，P，RGB，RGBA，CMYK，YCbCr，I，F。
1.1 img.convert('1')
為二值圖像，非黑即白。每個像素用8個bit表示，0表示黑，255表示白。
1.2 img.convert('L')
為灰度圖像，每個像素用8個bit表示，0表示黑，255表示白，其他數字表示不同的灰度。
轉換公式：L = R * 299/1000 + G * 587/1000+ B * 114/1000。
1.3 img.convert('P')
ps:
顯示圖片
import matplotlib.pyplot as plt plt.figure("preview") plt.imshow(Image.open(outimg)) plt.show()