(點選上方公眾號,可快速關註一起學Python)
來源:戀習Python 連結:
https://mp.weixin.qq.com/s/z6X9cz8TDFIyMOSGkZRkMQ
這幾天,許多城市,迎來了2019年的第一場雪
13日早晨,當北京市民拉開窗簾時發現,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
不過,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:
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。
二、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: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、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: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:
其他圖片就不一一列舉,若需要獲取更多圖片素材,後臺回覆故宮即可獲得;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。
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
最後,溫馨提示:
人生苦短,我用Python;
除了生娃,啥都能幹!!
歡迎大家在留言處,留言自己曾經用Python做過哪些有意思的事!
(完)
看完本文有收穫?請轉發分享給更多人
關註「Python那些事」,做全棧開發工程師
推薦閱讀(點選標題可跳轉閱讀)