导语:
本文主要介绍了关于用Python轻松实现手绘图效果的相关知识,希望可以帮到处于编程学习途中的小伙伴
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
感兴趣的小伙伴赶紧去试试吧!
本文为原创文章,版权归知行编程网所有,欢迎分享本文,转载请保留出处!
你可能也喜欢
- ♥ python如何进行统计分析10/21
- ♥ python的默认参数是什么09/15
- ♥ 肝!超好懂的 Python 文件读写教程!01/02
- ♥ 苹果电脑自带python吗09/07
- ♥ Mozilla 和扎克伯格向 Python 捐赠超过 40 万美元12/24
- ♥ 为什么python3中的xrange函数不起作用11/16
内容反馈