故宮下雪了！我花了45秒，用Python給它畫了一組手繪圖

知識 02-22

（給

Python開發者

加星標，提升Python技能

）

作者：戀習Python / 丁彥軍（本文來自作者投稿）

這幾天，許多城市，迎來了2019年的第一場雪

13日早晨，當北京市民拉開窗帘時發現，窗外雪花紛紛揚揚在空中飄落

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，便早已預訂一空

看著朋友圈、微博好友都在紛紛晒圖，小編只能羨慕不已。

不過，戀習Python突然想到，可以通過Python將故宮的建築物圖片，轉化為手繪圖（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徵主要有：

黑白灰色；邊界線條較重；相同或相近色彩趨於白色；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

對圖像進行重構，根據

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，灰度梯度其實就是這個二維離散函數的求導，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 梯度計算來解釋：

首先計算出

、

，然後計算梯度角

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於平坦區域的梯度夾角。如下圖所示，灰度值增加的方向梯度夾角大，此時梯度夾角大的方向為梯度方向。對應在圖像中尋找某一點的梯度方向即通過計算該點與其8鄰域點的梯度角，梯度角最大即為梯度方向。

二、圖像的數組形式與變換

其中，需要用到的方法：

Image.open( ): 打開圖片

np.array( ) : 將圖像轉化為數組

convert("L"): 將圖片轉換成二維灰度圖片

Image.fromarray( ): 將數組還原成圖像uint8格式

代碼如下

：

from

 PIL import
 Image
import
 numpy as
 np
im = 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

實現思路步驟：

1、梯度的重構

numpy的梯度函數的介紹

np.gradient(a) ：計算數組a中元素的梯度，f為多維時，返回每個維度的梯度

離散梯度： xy坐標軸連續三個x軸坐標對應的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

當為二維數組時，np.gradient(a) 得出兩個數組，第一個數組對應最外層維度的梯度，第二個數組對應第二層維度的梯度。

代碼如下：

grad=np.gradient(a) grad_x,grad_y=grad grad_x = grad_x * depth / 100.

#對grad_x值進行歸一化


grad_y = grad_y * depth / 100.#對grad_y值進行歸一化

2、構造guan光源效果

設計一個位於圖像斜上方的虛擬光源
光源相對於圖像的視角為Elevation,方位角為Azimuth
建立光源對各點梯度值的影響函數
運算出各點的新像素值

其中：

np.cos(evc.el) : 單位光線在地平面上的投射長度

dx,dy,dz ：光源對x，y，z三方向的影響程度

3、梯度歸一化

構造x和y軸梯度的三維歸一化單位坐標系；

梯度與光源相互作用，將梯度轉化為灰度。

4、圖像生成

具體詳情代碼如下：

from

 PIL import
 Image
import
 numpy as
 np
import
 os
import
 join
import
 time
def
 image
(sta,end,depths=
10
)
:

    a = np.asarray(Image.open(sta).convert("L"
)).astype("float"
)
    depth = depths  # 深度的取值範圍(0-100)，標準取10

    grad = 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grad_x值進行歸一化

    grad_y = grad_y * depth / 100.
#對grad_y值進行歸一化

    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x 軸的影響

    dy = np.cos(vec_el) * np.sin(vec_az)  # 光源對y 軸的影響

    dz = np.sin(vec_el)  # 光源對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"
))  # 重構圖像

    im.save(end)
def
 main
()
:

    xs=10

    start_time = time.clock()
    startss = os.listdir(r"C:UsersAdministratorDesktopgugong"
)
    time.sleep(2
)
    for
 starts in
 startss:
        start = ""
.join(starts)
        sta = "C:/Users/Administrator/Desktop/gugong/"
 + start
        end = "C:/Users/Administrator/Desktop/gugong/"
 + "HD_"
 + start
        image(sta=sta,end=end,depths=xs)
    end_time = time.clock()
    print(
"程序運行了  ----"
 + str(end_time - start_time) + "   秒"
)
    time.sleep(3
)
main()
程序運行了  ---
-43.01828205879955
   秒  #一共35張圖片

最終效果圖對比：

其他圖片就不一一列舉；你也可以通過此代碼為自己畫一張手繪圖；也可以為自己的家鄉或母校畫。

參考資料：北京理工大學的嵩天老師的網路課程

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

【本文作者】

丁彥軍

：

一名痴戀於 Python 的碼農，個人公號：「戀習Python」，在這裡我們一起用Python 做些有意義的事。