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')
标签：
Python,手绘图
免责声明：本站文章均来自网站采集或用户投稿，网站不提供任何软件下载或自行开发的软件！
如有用户或公司发现本站内容信息存在侵权行为，请邮件告知！ 858582#qq.com
暂无“Python实现手绘图效果实例分享”评论...