故宮下雪之後!我花了45秒,用Python給它畫了一組手繪圖

IT職業頻道發表於2019-02-22

本文授權轉自 | 戀習 Python

故宮下雪之後!我花了45秒,用Python給它畫了一組手繪圖

這是戀習Python之手把手系列第10篇原創首發文章

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

看著朋友圈、微博好友都在紛紛曬圖,小編只能羨慕不已。

不過,戀習Python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:

故宮下雪之後!我花了45秒,用Python給它畫了一組手繪圖


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像進行重構,根據灰度變化來模擬人類視覺的模擬程度


把影像看成二維離散函式,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,求取影像的灰度梯度。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 故宮下雪之後!我花了45秒,用Python給它畫了一組手繪圖故宮下雪之後!我花了45秒,用Python給它畫了一組手繪圖,然後計算梯度角 

故宮下雪之後!我花了45秒,用Python給它畫了一組手繪圖梯度方向及影像灰度增大的方向,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。對應在影像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。

故宮下雪之後!我花了45秒,用Python給它畫了一組手繪圖


二、影像的陣列形式與變換


故宮下雪之後!我花了45秒,用Python給它畫了一組手繪圖


其中,需要用到的方法:

  • Image.open( ): 開啟圖片

  • np.array( ) : 將影像轉化為陣列

  • convert("L"): 將圖片轉換成二維灰度圖片

  • Image.fromarray( ): 將陣列還原成影像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)
(1080608) float64
#(1080, 608)分別表示高度,寬度


三、影像的手繪效果處理


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,返回每個維度的梯度 

離散梯度: xy座標軸連續三個x軸座標對應的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

設計一個位於影像斜上方的虛擬光源
光源相對於影像的視角為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

故宮下雪之後!我花了45秒,用Python給它畫了一組手繪圖

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座標系;

  • 梯度與光源相互作用,將梯度轉化為灰度。

4、影像生成

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)  # 取影像灰度的梯度值
    grad_x, grad_y = grad  # 分別取橫縱影像梯度值
    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(0255)
    im = Image.fromarray(b.astype('uint8'))  # 重構影像
    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('程式執行了  ----' + str(end_time - start_time) + '   秒')
    time.sleep(3)

main()
程式執行了  ----43.01828205879955   秒  #一共35張圖片

最終效果圖對比:

故宮下雪之後!我花了45秒,用Python給它畫了一組手繪圖

其他圖片就不一一列舉,若需要獲取更多圖片素材,關注戀習Python,後臺回覆故宮雪景即可獲得;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

最後,戀習Python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!

來自 “ ITPUB部落格 ” ,連結:http://blog.itpub.net/31545820/viewspace-2636671/,如需轉載,請註明出處,否則將追究法律責任。

相關文章