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：

import numpy as np

from PIL import Image

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我们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我们！

本文标题: Python实现手绘图效果实例分享

本文地址: http://www.cppcns.com/jiaoben/python/325812.html