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，突然想到，可以通過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：

一、概念與原理

我們都知道手繪圖效果的特征主要有：

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：利用像素之間的梯度值和虛擬深度值對圖像進行重構，根據灰度變化來模擬人類視覺的模擬程度

把圖像看成二維離散函數，灰度梯度其實就是這個二維離散函數的求導，用差分代替微分，求取圖像的灰度梯度。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

、

，然後計算梯度角

梯度方向及圖像灰度增大的方向，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。對應在圖像中尋找某一點的梯度方向即通過計算該點與其8鄰域點的梯度角，梯度角最大即為梯度方向。

二、圖像的數組形式與變換

其中，需要用到的方法：

Image.open( ): 打開圖片

三、圖像的手繪效果處理

實現思路步驟：

1、梯度的重構

numpy的梯度函數的介紹
np.gradient(a) ： 計算數組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坐標軸連續三個x軸坐標對應的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

當為二維數組時，np.gradient(a) 得出兩個數組，第一個數組對應最外層維度的梯度，第二個數組對應第二層維度的梯度。

代碼如下：

2、構造guan光源效果

設計一個位於圖像斜上方的虛擬光源光源相對於圖像的視角為Elevation,方位角為Azimuth建立光源對各點梯度值的影響函數運算出各點的新像素值

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坐標系；
梯度與光源相互作用，將梯度轉化為灰度。
4、圖像生成

具體詳情代碼如下：

最終效果圖對比：

最後，你自己動手試試吧？通過此代碼為自己畫一張手繪圖，也可以為自己的家鄉或母校畫。如果你跟我一樣都喜歡python，想成為一名優秀的程序員，也在學習python的道路上奔跑，歡迎你加入python學習群：839383765 群內每天都會分享最新業內資料，分享python免費課程，共同交流學習，讓學習變（編）成（程）一種習慣！

Python手繪圖了解一下！