用python實現你的繪畫夢想
- 2019 年 11 月 12 日
- 筆記
導語：
你是否還在為當時年少時沒有選擇自己的夢想而傷心，是否還在為自己的無法成為繪畫名家而苦惱，這一切都不需要擔心。python都能幫你實現，誒！python怎麼能畫畫呢，一些簡單的圖案沒問題，但是我要是想畫素描那肯定沒有辦法了呀！
需求分析：
通過python代碼腳本，實現繪製素描
安裝工具
pip install pillow pip install numpy代碼實現
首先我們需要看一下我們需要的原圖:
這是一頭大水牛，那我們要如何將它變成一幅素描畫呢？
來看我們第一種方案：
# -*- coding: utf-8 -*- from PIL import Image from random import randint old = Image.open(r"da.jpg") new = Image.new('L', old.size, 255) w, d = old.size old = old.convert('L') PEN_SIZE = 3 COLOR_DIFF = 7 LINE_LEN = 2 for i in range(PEN_SIZE + 1, w - PEN_SIZE - 1): for j in range(PEN_SIZE + 1, d - PEN_SIZE - 1): originalcolor = 255 lcolor = sum([old.getpixel((i - r, j)) for r in range(PEN_SIZE)]) // PEN_SIZE rcolor = sum([old.getpixel((i + r, j)) for r in range(PEN_SIZE)]) // PEN_SIZE if abs(lcolor - rcolor) > COLOR_DIFF: originalcolor -= (255 - old.getpixel((i, j))) // 4 for p in range(-LINE_LEN + randint(-1, 1), LINE_LEN + randint(-1, 1)): new.putpixel((i, j + p), originalcolor) ucolor = sum([old.getpixel((i, j - r)) for r in range(PEN_SIZE)]) // PEN_SIZE dcolor = sum([old.getpixel((i, j + r)) for r in range(PEN_SIZE)]) // PEN_SIZE if abs(ucolor - dcolor) > COLOR_DIFF: originalcolor -= (255 - old.getpixel((i, j))) // 4 for p in range(-LINE_LEN + randint(-1, 1), LINE_LEN + randint(-1, 1)): new.putpixel((i + p, j), originalcolor) lucolor = sum([old.getpixel((i - r, j - r)) for r in range(PEN_SIZE)]) // PEN_SIZE rdcolor = sum([old.getpixel((i + r, j + r)) for r in range(PEN_SIZE)]) // PEN_SIZE if abs(lucolor - rdcolor) > COLOR_DIFF: originalcolor -= (255 - old.getpixel((i, j))) // 4 for p in range(-LINE_LEN + randint(-1, 1), LINE_LEN + randint(-1, 1)): new.putpixel((i - p, j + p), originalcolor) rucolor = sum([old.getpixel((i + r, j - r)) for r in range(PEN_SIZE)]) // PEN_SIZE ldcolor = sum([old.getpixel((i - r, j + r)) for r in range(PEN_SIZE)]) // PEN_SIZE if abs(rucolor - ldcolor) > COLOR_DIFF: originalcolor -= (255 - old.getpixel((i, j))) // 4 for p in range(-LINE_LEN + randint(-1, 1), LINE_LEN + randint(-1, 1)): new.putpixel((i + p, j + p), originalcolor) new.save(r"pencil_drawing.jpg") 
我們這第一份素描圖案時以線條為單位進行素描的，而且還增加了隨機函數，圖案中線條的長度不確定，這樣創作的素描看上去更加柔和，看起來更加接近真實的人類作畫的風格。
但是這個方法有一些弊端，
-
一是代碼量較多
-
二是執行速度過慢
你想通過這個方式實現一個素描圖案，需要等待很長時間。
那麼有沒有更好的方式呢？
來，我們再來看，接下來我們要用一種更友好的方式來實現這個需求
from PIL import Image import numpy as np a = np.asarray(Image.open('牛.jpg').convert('L')).astype('float') depth = 10. # (0-100) grad = np.gradient(a) # 取圖像灰度的梯度值 grad_x, grad_y = grad # 分別取橫縱圖像梯度值 grad_x = grad_x * depth / 100. grad_y = grad_y * depth / 100. 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(0, 255) im = Image.fromarray(b.astype('uint8')) # 重構圖像 im.save('new.jpg')
可能細心一點，大家可以看到我使用的是，數據分析，金融量化，機器學習，人工智能的必備工具包numpy,而且代碼量縮短的二十幾行了，效果相較於上面那種方式，還要更好一些，運行的速度也要快很多倍。
