手绘效果

手绘效果

利用到的数学知识

手绘效果的几个特征：

黑白灰色-----------图像灰度转化

边界线条较重-----------梯度

相同或相近色彩趋于白色-----------梯度调整、梯度缩放

略有光源效果-----------投影、三角函数

黑白灰色-----------图像灰度转化

图像是由红(Red)、绿(Green)、蓝(Blue)三原色来表示真彩色，R分量，G分量，B分量的取值范围均为0~255，正常读取的图片构成的三维矩阵就是图像各像素点的RGB值。

图像的灰度化，就是让像素点矩阵中的每一个像素点都满足这样的关系：R=G=B，此时的这个值叫做灰度值：

灰度化后的R = 处理前的R * 0.299+ 处理前的G * 0.587 +处理前的B * 0.114

灰度化后的G = 处理前的R * 0.299+ 处理前的G * 0.587 +处理前的B * 0.114

灰度化后的B = 处理前的R * 0.299+ 处理前的G * 0.587 +处理前的B * 0.114

PIL库里面在灰度转化时，利用的公式

When translating a color image to greyscale (mode "L"),

the library uses the ITU-R 601-2 luma transform:

L = R * 299/1000 + G * 587/1000 + B * 114/1000

边界线条较重-----------梯度

梯度、导数、偏导数、斜度、斜率、神经网络梯度，均为同一个概念

梯度

梯度

梯度

相同或相近色彩趋于白色-----------梯度调整、梯度缩放

grad= grad*alpha

alpha取[0,1]之间的值，这样使相近颜色的值，梯度缩放到更小，即可认为颜色是差不多一样的，手绘时是白色

4.略有光源效果-----------投影、三角函数

类似之前分享文章(利用Python计算两个地理位置之间的中点)介绍的经纬度投影

投影

投影

光源效果

完整代码

可左右滑动查看代码

from PIL import Image

import numpy as np

import os

def img_handpainted(input_img_path):

img = np.array(Image.open(input_img_path).convert('L')).astype('float') #转化为灰度图

img_name=os.path.basename(input_img_path)[:-4] #获取图片名字

depth = 20. # (0-100)，可以理解为图像的深淡程度

grad = np.gradient(img) #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.

A = np.sqrt(grad_x**2 + grad_y**2 + 1.) #构造x和y轴梯度的三维归一化单位坐标系

uni_x = grad_x/A

uni_y = grad_y/A

uni_z = 1./A

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) #梯度与光源相互作用，将梯度转化为灰度

b = b.clip(0,255) #为避免数据越界，将生成的灰度值裁剪至0‐255区间

img_handpainted = Image.fromarray(b.astype('uint8')) #重构图像

outname='./'+img_name+'_handpainted.jpg'

img_handpainted.save(outname)

img_handpainted('./love.jpg')

代码

手绘效果

手绘效果

历史相关文章