图像的手绘效果

 一、图像的数组表示

图像是一个三维数组，维度分别是高度、宽度和像素RGB值。

二、梯度的重构

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远近程度。

 

from PIL import Image  # PIL库是一个具有强大图像处理能力的第三方库，Image是PIL库中代表一个图像的类（对象）
import numpy as np

'''
array和asarray都可将结构数据转换为ndarray类型。
但是主要区别就是当数据源是ndarray时，array仍会copy出一个副本，占用新的内存，但asarray不会。
 从文件加载图像，使用 open() 函数。
 convert()是图像实例对象的一个方法，接受一个 mode 参数，用以指定一种色彩模式
 1 ------------------（1位像素，黑白，每字节一个像素存储）
 L ------------------（8位像素，黑白）
 P ------------------（8位像素，使用调色板映射到任何其他模式）
 RGB-----------------（3x8位像素，真彩色）
 RGBA----------------（4x8位像素，带透明度掩模的真彩色）
 CMYK----------------（4x8位像素，分色）
 YCbCr---------------（3x8位像素，彩色视频格式）
 I-------------------（32位有符号整数像素）
 F-------------------（32位浮点像素）
 astype() 对数据类型进行转换。
'''
a = np.asarray(Image.open('beijing.jpg').convert('L')).astype('float')

depth = 10.  # 预设深度值为10 取值范围0‐100
grad = np.gradient(a)  # np.gradient(f)，计算数组f中元素的梯度，当f为多维时，返回每个维度梯度。
grad_x, grad_y = grad  # 提取x和y方向的梯度值
grad_x = grad_x * depth / 100.  # 根据深度调整x和y方向的梯度值
grad_y = grad_y * depth / 100.

A = np.sqrt(grad_x ** 2 + grad_y ** 2 + 1.)  # 构造x和y轴梯度的三维归一化单位坐标系
uni_x = grad_x / A
uni_y = grad_y / A
uni_z = 1. / A

vec_el = np.pi / 2.2  # 光源的俯视角度，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)  # 光源对x轴的影响
dy = np.cos(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)  # 梯度与光源相互作用，将梯度转化为灰度
b = b.clip(0, 255)  # 由于灰度值的选取范围为（0，255），为了避免数据越界，需要将生成的灰度值裁剪至0-255之间

im = Image.fromarray(b.astype('uint8'))  # 重构图像
im.save('beijingHD.jpg')