前言
暗恋多年的女神今天突然找我，难道她…
事情是这样的：
女神： 在不在，能不能把一张人像照转成手绘风的照片
own： 在的，没问题！
难道她终于知道我心意了，要给我单独发她的私照！
没办法，女神的愿望必须满足。开工！
主要采用的技术点：
Python + Numpy + PIL
在正文代码开始前，大家先看看最初原图和转换手绘风图片前后对比。
当然了，我先查了手绘的三个基本特点：
- 图片可单通道灰度图
- 边缘线条较重可当成黑色，相同或相近像素值趋向白色
- 光源效果下，灰度变化类似于人类视觉的远近
下面开始介绍，手绘照实现步骤：
- 读取图片，转化为数组
因为要对图像的像素计算，可以先把图片先转化为数组。代码如下：
a = np.asarray(Image.open("man.jpg").convert('L')).astype('float')
- 计算 x,y,z 轴梯度值，归一化
照片对边缘区域更侧重，计算梯度是定位图片边缘部分最有效方式，用灰度变化来模拟图片远近效果，depth 表示预设深度，z 轴默认梯度为 1。
depth = 10. # (0-100)
grad = np.gradient(a) # 取图像灰度的梯度值
grad_x, grad_y = grad # 分别取横纵图像梯度值
grad_x = grad_x * depth / 100.
grad_y = grad_y * depth / 100.
对梯度值进行归一化操作
A = np.sqrt(grad_x ** 2 + grad_y ** 2 + 1.)
uni_x = grad_x / A
uni_y = grad_y / A
uni_z = 1. / A
- 加入光源效果
根据光源不同的入射角度，对x,y,z 各轴上的梯度值有不同程度的影响，添加一个模拟光源，放置在斜上方，与 x , y 分别形成两个夹角，最后用正弦余弦函数计算出新的像素值。
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) # 光源归一化,8 255
b = b.clip(0, 255)# 对像素值低于0，高于255部分做截断处理
- 导出图片，并保存
im.save("man_shouhui.jpg")
好了~
用 Python将一张图片转化为手绘风格，就这么轻松搞定了！
不说了，赶紧去告诉女神她交代的任务完成了！
创作不易，白嫖不好，各位的支持和认可，就是我创作的最大动力，我们下篇文章见！
Dragon少年 | 文
如果本篇博客有任何错误，请批评指教，不胜感激 ！