这是恋习Python之手把手系列第
10篇原创首发文章
这几天,许多城市,迎来了2019年的第一场雪
13日早晨,当北京市民拉开窗帘时发现,窗外雪花纷纷扬扬在空中飘落
而且越下越大,树上、草地、屋顶、道路上...都落满雪花
京城银装素裹,这是今冬以来北京迎来的第二场降雪
一下雪,北京就变成了北平,故宫就变成了紫禁城
八万张门票在雪花飘下来之前,便早已预订一空
看着朋友圈、微博好友都在纷纷晒图,小编只能羡慕不已。
不过,恋习Python突然想到,可以通过Python将故宫的建筑物图片,转化为手绘图(素描效果)。效果图如下:
一、概念与原理
我们都知道手绘图效果的特征主要有:
黑白灰色;边界线条较重;相同或相近色彩趋于白色;略有光源效果
核心原理:利用像素之间的梯度值和虚拟深度值对图像进行重构,根据灰度变化来模拟人类视觉的模拟程度
把图像看成二维离散函数,灰度梯度其实就是这个二维离散函数的求导,用差分代替微分,求取图像的灰度梯度。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 梯度计算来解释:
首先计算出、,然后计算梯度角
梯度方向及图像灰度增大的方向,其中梯度方向的梯度夹角大于平坦区域的梯度夹角。如下图所示,灰度值增加的方向梯度夹角大,此时梯度夹角大的方向为梯度方向。对应在图像中寻找某一点的梯度方向即通过计算该点与其8邻域点的梯度角,梯度角最大即为梯度方向。
二、图像的数组形式与变换
其中,需要用到的方法:
Image.open( ): 打开图片
np.array( ) : 将图像转化为数组
convert("L"): 将图片转换成二维灰度图片
Image.fromarray( ): 将数组还原成图像uint8格式
代码如下:
三、图像的手绘效果处理
实现思路步骤:
1、梯度的重构
numpy的梯度函数的介绍
np.gradient(a) : 计算数组a中元素的梯度,f为多维时,返回每个维度的梯度
离散梯度: xy坐标轴连续三个x轴坐标对应的y轴值:a, b, c 其中b的梯度是(c-a)/2
而c的梯度是: (c-b)/1
当为二维数组时,np.gradient(a) 得出两个数组,第一个数组对应最外层维度的梯度,第二个数组对应第二层维度的梯度。
代码如下:
2、构造guan光源效果
设计一个位于图像斜上方的虚拟光源
光源相对于图像的视角为Elevation,方位角为Azimuth
建立光源对各点梯度值的影响函数
运算出各点的新像素值
其中:
np.cos(evc.el) : 单位光线在地平面上的投射长度
dx,dy,dz :光源对x,y,z三方向的影响程度
3、梯度归一化
构造x和y轴梯度的三维归一化单位坐标系;
梯度与光源相互作用,将梯度转化为灰度。
4、图像生成
具体详情代码如下:
最终效果图对比:
参考资料:北京理工大学的嵩天老师的网络课程
最后,恋习Python温馨提示:
人生苦短,我用Python;
除了生娃,啥都能干!!
欢迎大家在留言处,留言自己曾经用Python做过哪些有意思的事!
觉得有意思,可否点个好看
领取专属 10元无门槛券
私享最新 技术干货