今天是元宵節,一批幸運鵝拿著在故宮門票預售網站癱瘓之前搶來的門票,夜遊故宮,成為94年來第一批在故宮賞月的人。用這種方式過節,真是既時尚又懷舊,簡直沒sei了。不知道你去了沒有?
昨夜今晨,北京又下了一場雪,前些天刷爆朋友圈的故宮雪景照,又出了續集。搶不到晚上賞月的門票,白天去看看雪景也是不錯的選擇。不知道你去了沒有?
今天我們要說的就跟雪景有關……
作者:丁彥軍
來源:戀習Python(ID:sldata2017)
一下雪,北京就變成了北平,故宮就變成了紫禁城。
看著朋友圈、微博好友都在紛紛曬圖,小編只能羨慕不已。
▲圖片來自微信公眾號微故宮
不過,小編突然想到,可以透過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:
01 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:利用畫素之間的梯度值和虛擬深度值對影象進行重構,根據灰度變化來模擬人類視覺的模擬程度。
把影象看成二維離散函式,灰度梯度其實就是這個二維離散函式的求導,用差分代替微分,求取影象的灰度梯度。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影象灰度增大的方向,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。對應在影象中尋找某一點的梯度方向即透過計算該點與其8鄰域點的梯度角,梯度角最大即為梯度方向。
02 影象的陣列形式與變換
其中,需要用到的方法:
-
Image.open( ): 開啟圖片
-
np.array( ) : 將影象轉化為陣列
-
convert(“L”): 將圖片轉換成二維灰度圖片
-
Image.fromarray( ): 將陣列還原成影象uint8格式
程式碼如下:
from PIL import Image
import numpy as np
im = Image.open(r"C:\Users\Administrator\Desktop\gugong\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
03 影象的手繪效果處理
實現思路步驟:
1. 梯度的重構
numpy的梯度函式的介紹:
-
np.gradient(a) : 計算陣列a中元素的梯度,f為多維時,傳回每個維度的梯度
-
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
當為二維陣列時,np.gradient(a) 得出兩個陣列,第一個陣列對應最外層維度的梯度,第二個陣列對應第二層維度的梯度。
程式碼如下:
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
-
設計一個位於影象斜上方的虛擬光源
-
光源相對於影象的視角為Elevation,方位角為Azimuth
-
建立光源對各點梯度值的影響函式
-
運算出各點的新畫素值
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. 影象生成
具體詳情程式碼如下:
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) # 取影象灰度的梯度值
grad_x, grad_y = grad # 分別取橫縱影象梯度值
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')) # 重構影象
im.save(end)
def main():
xs=10
start_time = time.clock()
startss = os.listdir(r"C:\Users\Administrator\Desktop\gugong")
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('程式運行了 ----' + str(end_time - start_time) + ' 秒')
time.sleep(3)
main()
程式運行了 ----43.01828205879955 秒 #一共35張圖片
最終效果圖對比:
▲原始圖片來自微信公眾號微故宮
其他圖片就不一一列舉。你也可以透過此程式碼為自己畫一張手繪圖;也可以為自己的家鄉或母校畫。
人生苦短,我用Python;
除了生娃,啥都能幹!
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
據統計,99%的大咖都完成了這個神操作
▼
更多精彩
在公眾號後臺對話方塊輸入以下關鍵詞 檢視更多優質內容!
PPT | 報告 | 讀書 | 書單 大資料 | 揭秘 | 人工智慧 | AI Python | 機器學習 | 深度學習 | 神經網路 視覺化 | 區塊鏈 | 乾貨 | 數學
Q: 來,給我們看看你的靈魂畫作!
歡迎留言與大家分享
覺得不錯,請把這篇文章分享給你的朋友
轉載 / 投稿請聯絡:baiyu@hzbook.com
更多精彩,請在後臺點選“歷史文章”檢視