1.手绘效果的几个特征:
(1)黑白灰色。
(2)边界线条较重。
(3)相同或相近色彩趋于白色。
(4)略有光源效果。
2.图像的手绘效果实现
(1)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。
(2)考虑光源效果，根据灰度变化来模拟人类视觉的远近程度:
①设计一个位于图像斜上方的虚拟光源。
②光源相对于图像的俯视角为Elevation，方位角为Azimuth。
③建立光源对各点梯度值的影响函数。
④运算出各点的新像素值。
3.对图像变换操作的一般流程
(1)读入图像文件。
(2)获得RGB值。
(3)对RGB值进行运算修改。
(4)另存为新图像。
4.图像的变换
1)convert()函数
对于彩色图像，不管其图像格式是PNG，还是BMP，或者是JPG，在PIL中，使用Image模块的open()函数打开后，返回的图像对象的模式都是“RGB”。而对于灰度图像，不管其图像格式是PNG，还是BMP，或者是JPG，打开后，其模式为“L”。(www.xing528.com)
模式“L”为灰色图像，它的每个像素用8个bit表示，0表示黑，255表示白，其他数字表示不同的灰度。在PIL中，从模式“RGB”转换为“L”模式是按照下面的公式转换的:
L＝R*299/1000＋G*587/1000＋B*114/1000
2)归一化处理
(1)np.asarray(Image.open('./beijing.jpg').convert('L')).astype('float'):将图像以灰度图的方式打开并将数据转为float存入np中。
(2)np.gradient(a):求a的梯度，返回的是二元信息，可分别赋值给grad＿x、grad＿y，将梯度按照深度等级计算并且归一化处理。
(3)将梯度归一化，构造x和y轴梯度的三维归一化单位坐标系A＝np.sqrt(grad＿x**2＋grad＿y**2＋1)。
3)建立光源效果
np.cos(vec＿el)为单位光线在地平面上的投影长度，"dx"、"dy"、"dz"是光源对x、y、z三方向的影响程度。
梯度和光源相互作用，将梯度转化为灰度b＝255*(dx*uni＿x＋dy*uni＿y＋dz*uni＿z)。
5.代码实现
例6＿3＿pic＿trans.py
6.效果预览
手绘效果前原图如图6－6所示。
手绘效果图如图6－7所示。
图6－6 手绘效果前原图
图6－7 手绘效果图
案例参考来源:https://blog.csdn.net/weixin＿43232955/article/details/103672707。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
