Python——彩图变线稿

 

思路：

1、用灰度变化来模拟视觉的明暗程度；

2、把彩图转为灰度数组；

3、求出梯度数组，即灰度变化率数组；

4、预设灰度值10，范围0-100，衰减到10%，这将对灰度变化率按作衰减；

5、令z变化率为1，对x、y、z的作归一化处理；

6、定义一个光源，附视角接近90度，方位角45度；

7、令对角线长度为单位1，分别计算光源在x、y、z轴的投影值；

8、将归一化并衰减过的灰度变化率，分别乘以对应的投影值，之后相加；

9、得到灰度系数，再乘以255，即线稿的灰度值；

10、输出线稿图；

 

代码如下：

#coding=utf-8

from PIL import Image 
import numpy as np

orgimg = '/Users/chong/Documents/code/ai/gray/t1/res/card_100023.png'
outimg = '/Users/chong/Documents/code/ai/gray/t1/res/card_100023_gray.png'
a = np.asarray(Image.open(orgimg).convert('L')).astype('float')

# 根据灰度变化来模拟人类视觉的明暗程度
depth = 10.             # 预设虚拟深度值为10 范围为0-100 
grad = np.gradient(a)   # 提取梯度值
grad_x, grad_y = grad   # 提取x y方向梯度值 解构赋给grad_x, grad_y

# 利用像素之间的梯度值和虚拟深度值对图像进行重构
grad_x = grad_x * depth / 100.
grad_y = grad_y * depth / 100. #根据深度调整x y方向梯度值

# 梯度归一化 定义z深度为1.  将三个梯度绝对值转化为相对值，在三维中是相对于斜对角线A的值
A = np.sqrt(grad_x ** 2 + grad_y ** 2 + 1.)
uni_x = grad_x / A 
uni_y = grad_y / A 
uni_z = 1./ A

# 令三维中是相对于斜对角线的值为1
vec_el = np.pi / 2.1                    # 光源俯视角度   弧度值  接近90度
vec_az = np.pi / 4.                     # 光源方位角度   弧度值  45度
dx = np.cos(vec_el) * np.cos(vec_az)    # 光源对x轴的影响 对角线在x轴投影
dy = np.cos(vec_el) * np.sin(vec_az)    # 光源对y轴的影响 对角线在y轴投影
dz = np.sin(vec_el)                     # 光源对z轴的影响 对角线在z轴投影

b = 255 * (dx * uni_x + dy * uni_y + dz * uni_z) # 光源归一化
b = b.clip(0, 255)                               # 为了避免数据越界，生成灰度值限制在0-255区间
im = Image.fromarray(b.astype( 'uint8'))         # 图像更构 
im.save(outimg)       # 保存图片

 

运行   python pic-gray.py 

效果图

  

 

相关库安装  pip install numpy

取灰度图方法

1. img = img.convert()
　　PIL有九种不同模式: 1，L，P，RGB，RGBA，CMYK，YCbCr，I，F。

1.1 img.convert('1')
　　为二值图像，非黑即白。每个像素用8个bit表示，0表示黑，255表示白。

1.2 img.convert('L')
　　为灰度图像，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。

　　 转换公式：L = R * 299/1000 + G * 587/1000+ B * 114/1000。

1.3 img.convert('P')

 ps:

显示图片

import matplotlib.pyplot as plt
plt.figure("preview")
plt.imshow(Image.open(outimg))
plt.show()