通過Python將故宮的建筑物圖片，轉(zhuǎn)化為手繪圖

13日早晨，當(dāng)北京市民拉開窗簾時(shí)發(fā)現(xiàn)，窗外雪花紛紛揚(yáng)揚(yáng)在空中飄落，而且越下越大，樹上、草地、屋頂、道路上，都落滿雪花。京城銀裝素裹，這是今冬以來北京迎來的第二場(chǎng)降雪。

一下雪，北京就變成了北平，故宮就變成了紫禁城。八萬張門票在雪花飄下來之前，便早已預(yù)訂一空。

（圖片來源：故宮官網(wǎng)版權(quán)歸故宮官網(wǎng)所有）

看著朋友圈、微博好友都在紛紛曬圖，小編只能羨慕不已。

不過，突然想到，可以通過Python將故宮的建筑物圖片，轉(zhuǎn)化為手繪圖（素描效果）。效果圖如下：

一、概念與原理

我們都知道手繪圖效果的特征主要有：

黑白灰色；邊界線條較重；相同或相近色彩趨于白色；略有光源效果

核心原理：利用像素之間的梯度值和虛擬深度值對(duì)圖像進(jìn)行重構(gòu)，根據(jù)灰度變化來模擬人類視覺的模擬程度

把圖像看成二維離散函數(shù)，灰度梯度其實(shí)就是這個(gè)二維離散函數(shù)的求導(dǎo)，用差分代替微分，求取圖像的灰度梯度。常用的一些灰度梯度模板有：Roberts 梯度、Sobel 梯度、Prewitt 梯度、Laplacian 梯度。

以Sobel 梯度計(jì)算來解釋：

首先計(jì)算出、，然后計(jì)算梯度角?梯度方向及圖像灰度增大的方向，其中梯度方向的梯度夾角大于平坦區(qū)域的梯度夾角。如下圖所示，灰度值增加的方向梯度夾角大，此時(shí)梯度夾角大的方向?yàn)樘荻确较颉?duì)應(yīng)在圖像中尋找某一點(diǎn)的梯度方向即通過計(jì)算該點(diǎn)與其8鄰域點(diǎn)的梯度角，梯度角最大即為梯度方向。

二、圖像的數(shù)組形式與變換

其中，需要用到的方法：

Image.open( ):打開圖片

np.array( ): 將圖像轉(zhuǎn)化為數(shù)組

convert("L"):將圖片轉(zhuǎn)換成二維灰度圖片

Image.fromarray( ):將數(shù)組還原成圖像uint8格式

代碼如下：

fromPILimportImageimportnumpyasnpim=Image.open(r"C:UsersAdministratorDesktopgugong微信圖片_20190216152248.jpg").convert('L')a=np.asarray(im).astype('float')print(a.shape,a.dtype)(1080,608)float64#(1080,608)分別表示高度，寬度

三、圖像的手繪效果處理

實(shí)現(xiàn)思路步驟：

1、梯度的重構(gòu)

numpy的梯度函數(shù)的介紹

np.gradient(a) ： 計(jì)算數(shù)組a中元素的梯度，f為多維時(shí)，返回每個(gè)維度的梯度

離散梯度： xy坐標(biāo)軸連續(xù)三個(gè)x軸坐標(biāo)對(duì)應(yīng)的y軸值：a, b, c 其中b的梯度是（c-a）/2

而c的梯度是： (c-b)/1

當(dāng)為二維數(shù)組時(shí)，np.gradient(a) 得出兩個(gè)數(shù)組，第一個(gè)數(shù)組對(duì)應(yīng)最外層維度的梯度，第二個(gè)數(shù)組對(duì)應(yīng)第二層維度的梯度。

代碼如下：

grad=np.gradient(a)grad_x,grad_y=gradgrad_x=grad_x*depth/100.#對(duì)grad_x值進(jìn)行歸一化grad_y=grad_y*depth/100.#對(duì)grad_y值進(jìn)行歸一化

2、構(gòu)造guan光源效果

設(shè)計(jì)一個(gè)位于圖像斜上方的虛擬光源光源相對(duì)于圖像的視角為Elevation,方位角為Azimuth建立光源對(duì)各點(diǎn)梯度值的影響函數(shù)運(yùn)算出各點(diǎn)的新像素值

其中：

np.cos(evc.el) :單位光線在地平面上的投射長(zhǎng)度

dx,dy,dz ：光源對(duì)x，y，z三方向的影響程度

3、梯度歸一化

構(gòu)造x和y軸梯度的三維歸一化單位坐標(biāo)系；

梯度與光源相互作用，將梯度轉(zhuǎn)化為灰度。

4、圖像生成

具體詳情代碼如下：

fromPILimportImageimportnumpyasnpimportosimportjoinimporttimedefimage(sta,end,depths=10):a=np.asarray(Image.open(sta).convert('L')).astype('float')depth=depths#深度的取值范圍(0-100)，標(biāo)準(zhǔn)取10grad=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.#對(duì)grad_x值進(jìn)行歸一化grad_y=grad_y*depth/100.#對(duì)grad_y值進(jìn)行歸一化A=np.sqrt(grad_x**2+grad_y**2+1.)uni_x=grad_x/Auni_y=grad_y/Auni_z=1./Avec_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(duì)x軸的影響dy=np.cos(vec_el)*np.sin(vec_az)#光源對(duì)y軸的影響dz=np.sin(vec_el)#光源對(duì)z軸的影響b=255*(dx*uni_x+dy*uni_y+dz*uni_z)#光源歸一化b=b.clip(0,255)im=Image.fromarray(b.astype('uint8'))#重構(gòu)圖像im.save(end)defmain():xs=10start_time=time.clock()startss=os.listdir(r"C:UsersAdministratorDesktopgugong")time.sleep(2)forstartsinstartss:start=''.join(starts)sta='C:/Users/Administrator/Desktop/gugong/'+startend='C:/Users/Administrator/Desktop/gugong/'+'HD_'+startimage(sta=sta,end=end,depths=xs)end_time=time.clock()print('程序運(yùn)行了----'+str(end_time-start_time)+'秒')time.sleep(3)main()程序運(yùn)行了----43.01828205879955秒#一共35張圖片

最終效果圖對(duì)比：

最后，你自己動(dòng)手試試吧？通過此代碼為自己畫一張手繪圖，也可以為自己的家鄉(xiāng)或母校畫。

參考資料：

http://www.icourse163.org/learn/BIT-1001870002?tid=1001963001#/learn/announce

代碼鏈接：

https://pan.baidu.com/s/1E_aZTRQWOzGV-2GV_iH43w

提取碼：64z9