使用Python实现图像的手绘风格效果

一、引言

在数字图像处理领域，模拟手绘风格是一项有趣且具有挑战性的任务。手绘风格图像通常具有独特的纹理和深浅变化，给人一种亲切和艺术感。本文旨在通过计算图像的梯度并模拟光照效果，实现一种简单而有效的手绘风格图像生成方法。

二、代码详细解释与示例

1. 导入必要的库：

   from PIL import Image
   import numpy as np
   import os
   

   • PIL（Pillow）：用于图像的打开、转换和保存。
   • NumPy：用于数组和矩阵操作，以及数学计算。
   • os：用于文件和目录操作。

2. 计算图像的阴影效果：

    def calculate_shading(img, depth, vec_el, vec_az):# 计算图像在x和y方向上的梯度grad = np.gradient(img)grad_x, grad_y = grad  # grad_x是x方向的梯度，grad_y是y方向的梯度# 根据深度因子调整梯度大小grad_x *= depth / 100.grad_y *= depth / 100.# 计算梯度的模（大小），并添加一个小常数以避免除以零A = np.sqrt(grad_x ** 2 + grad_y ** 2 + 1e-7)  # 1e-7是为了数值稳定性# 计算单位梯度向量（在x, y, z方向上的分量）# 这里我们假设z方向上的分量为1/A，因为它代表图像表面的“法线”方向uni_x = grad_x / Auni_y = grad_y / Auni_z = 1. / A# 计算光源方向向量（在x, y, z方向上的分量）dx = np.cos(vec_el) * np.cos(vec_az)  # 光源在x方向的影响dy = np.cos(vec_el) * np.sin(vec_az)  # 光源在y方向的影响dz = np.sin(vec_el)                   # 光源在z方向（垂直于图像平面）的影响# 计算光源方向与单位梯度向量的点积，模拟光照效果# 点积越大，表示该点越亮；点积越小（越接近-1），表示该点越暗（但由于我们取绝对值并映射到0-255，所以实际上表现为更深的阴影）# 但由于我们是模拟手绘风格，所以直接乘以255并裁剪到0-255范围内b = 255 * (dx * uni_x + dy * uni_y + dz * uni_z)# 裁剪结果到0-255范围内，确保图像数据的有效性b = b.clip(0, 255)return b
   

   • 函数calculate_shading接收一个灰度图像数组img、深淡程度depth、光源的俯视角度vec_el和方位角度vec_az作为参数。
   • 使用np.gradient计算图像在x和y方向上的梯度，得到grad_x和grad_y。
   • 根据depth因子调整梯度大小，然后计算梯度的模A，并添加一个小常数以避免除以零的错误。
   • 计算单位梯度向量uni_x、uni_y和uni_z（假设z方向上的分量为1/A）。
   • 计算光源方向向量dx、dy和dz。
   • 通过计算光源方向与单位梯度向量的点积，模拟光照效果，得到带有阴影效果的图像数组b。
   • 使用clip函数将结果裁剪到0-255范围内，确保图像数据的有效性。

   示例：
   假设我们有一个灰度图像img_array，我们可以调用这个函数来计算阴影效果：

   shaded_img = calculate_shading(img_array, depth=50.0, vec_el=np.pi / 2.2, vec_az=np.pi / 4.0)
   

3. 将输入图片处理成手绘风格并保存：

    # 将输入图片处理成手绘风格并保存为新文件def img_handpainted(input_img_path, depth=20.0, vec_el=np.pi / 2.2, vec_az=np.pi / 4.0):"""将指定路径的灰度图像转换成手绘风格的图像并保存。参数:input_img_path (str): 输入图片的路径。depth (float): 深淡程度控制因子，默认为20.0。vec_el (float): 光源的俯视角度（俯仰角），默认为np.pi/2.2。vec_az (float): 光源的方位角度（方位角），默认为np.pi/4.0。"""# 检查输入文件是否存在if not os.path.exists(input_img_path):raise FileNotFoundError(f"The file {input_img_path} does not exist.")# 打开并转换图像为灰度图，然后转换为NumPy数组img = np.array(Image.open(input_img_path).convert('L')).astype('float')# 从文件路径中提取图像名称（不包括扩展名）img_name = os.path.basename(input_img_path)[:-4]# 计算阴影效果shaded_img = calculate_shading(img, depth, vec_el, vec_az)# 将结果转换回图像格式并保存img_handwrite = Image.fromarray(shaded_img.astype('uint8'))outname = './' + img_name + '_handpainted.jpg'img_handwrite.save(outname)print(f"Saved image as {outname}")

   • 函数img_handpainted接收输入图片的路径input_img_path、深淡程度depth、光源的俯视角度vec_el和方位角度vec_az作为参数。
   • 检查输入文件是否存在，如果不存在则抛出FileNotFoundError异常。
   • 打开并转换图像为灰度图，然后转换为NumPy数组。
   • 从文件路径中提取图像名称（不包括扩展名）。
   • 调用calculate_shading函数计算阴影效果。
   • 将结果转换回图像格式，并保存为新的JPEG文件。
   • 打印保存的文件名。

   示例：
   假设我们有一个灰度图像文件example.jpg，我们可以调用这个函数来生成手绘风格的图像：

   img_handpainted('./example.jpg', depth=30.0)
   

三、完整框架流程

1. 准备阶段：

   • 安装必要的Python库：Pillow（PIL）和NumPy。
   • 准备一张灰度图像作为输入。

2. 计算阴影效果：

   • 读取输入图像并转换为灰度图。
   • 将灰度图转换为NumPy数组，以便进行数学计算。
   • 调用calculate_shading函数，根据光源方向和深淡程度计算阴影效果。

3. 生成手绘风格图像：

   • 将计算得到的阴影效果应用到原始灰度图像上。
   • 将结果转换回图像格式。
   • 保存为新的JPEG文件。

4. 运行脚本：

   • 执行脚本，查看生成的手绘风格图像。

四、运行

原图片：

执行代码后生成的图片：

五、结论

通过本文介绍的方法，我们可以轻松地将普通灰度图像转换成具有手绘风格效果的图像。这种方法不仅简单易行，而且生成的图像具有独特的手绘质感，非常适合用于艺术创作和图像处理领域。希望本文能够帮助读者理解和实现这一有趣的技术。

附：完整代码

# -*- coding: utf-8 -*-
# @Time : 2021/7/4 22:30
# @Author : Leuanghing Chen
# @Blog : https://blog.csdn.net/weixin_46153372?spm=1010.2135.3001.5421
# @File : 手绘效果图.py
# @Software : PyCharmfrom PIL import Image
import numpy as np
import os# 计算图像的阴影效果，模拟手绘风格的深浅变化
def calculate_shading(img, depth, vec_el, vec_az):"""计算并返回带有阴影效果的灰度图像。参数:img (numpy.ndarray): 输入的灰度图像，应该是一个二维数组。depth (float): 深淡程度控制因子，范围0-100。值越大，阴影效果越明显。vec_el (float): 光源的俯视角度（俯仰角），以弧度为单位。控制光源相对于图像平面的垂直角度。vec_az (float): 光源的方位角度（方位角），以弧度为单位。控制光源在图像平面上的水平位置。返回:numpy.ndarray: 带有阴影效果的灰度图像，与输入图像尺寸相同。"""# 计算图像在x和y方向上的梯度grad = np.gradient(img)grad_x, grad_y = grad  # grad_x是x方向的梯度，grad_y是y方向的梯度# 根据深度因子调整梯度大小grad_x *= depth / 100.grad_y *= depth / 100.# 计算梯度的模（大小），并添加一个小常数以避免除以零A = np.sqrt(grad_x ** 2 + grad_y ** 2 + 1e-7)  # 1e-7是为了数值稳定性# 计算单位梯度向量（在x, y, z方向上的分量）# 这里我们假设z方向上的分量为1/A，因为它代表图像表面的“法线”方向uni_x = grad_x / Auni_y = grad_y / Auni_z = 1. / A# 计算光源方向向量（在x, y, z方向上的分量）dx = np.cos(vec_el) * np.cos(vec_az)  # 光源在x方向的影响dy = np.cos(vec_el) * np.sin(vec_az)  # 光源在y方向的影响dz = np.sin(vec_el)                   # 光源在z方向（垂直于图像平面）的影响# 计算光源方向与单位梯度向量的点积，模拟光照效果# 点积越大，表示该点越亮；点积越小（越接近-1），表示该点越暗（但由于我们取绝对值并映射到0-255，所以实际上表现为更深的阴影）# 但由于我们是模拟手绘风格，所以直接乘以255并裁剪到0-255范围内b = 255 * (dx * uni_x + dy * uni_y + dz * uni_z)# 裁剪结果到0-255范围内，确保图像数据的有效性b = b.clip(0, 255)return b# 将输入图片处理成手绘风格并保存为新文件
def img_handpainted(input_img_path, depth=20.0, vec_el=np.pi / 2.2, vec_az=np.pi / 4.0):"""将指定路径的灰度图像转换成手绘风格的图像并保存。参数:input_img_path (str): 输入图片的路径。depth (float): 深淡程度控制因子，默认为20.0。vec_el (float): 光源的俯视角度（俯仰角），默认为np.pi/2.2。vec_az (float): 光源的方位角度（方位角），默认为np.pi/4.0。"""# 检查输入文件是否存在if not os.path.exists(input_img_path):raise FileNotFoundError(f"The file {input_img_path} does not exist.")# 打开并转换图像为灰度图，然后转换为NumPy数组img = np.array(Image.open(input_img_path).convert('L')).astype('float')# 从文件路径中提取图像名称（不包括扩展名）img_name = os.path.basename(input_img_path)[:-4]# 计算阴影效果shaded_img = calculate_shading(img, depth, vec_el, vec_az)# 将结果转换回图像格式并保存img_handwrite = Image.fromarray(shaded_img.astype('uint8'))outname = './' + img_name + '_handpainted.jpg'img_handwrite.save(outname)print(f"Saved image as {outname}")# 当脚本作为主程序运行时，调用img_handpainted函数
if __name__ == '__main__':img_handpainted('./1.jpg')