13日早晨，当北京市民拉开窗帘时发现，窗外雪花纷纷扬扬在空中飘落，而且越下越大，树上、草地、屋顶、道路上，都落满雪花。京城银装素裹，这是今冬以来北京迎来的第二场降雪。
一下雪，北京就变成了北平，故宫就变成了紫禁城。八万张门票在雪花飘下来之前，便早已预订一空。
看着朋友圈、微博好友都在纷纷晒图，小编只能羡慕不已。
不过，突然想到，可以通过Python将故宫的建筑物图片，转化为手绘图（素描效果）。效果图如下：
一、概念与原理
我们都知道手绘图效果的特征主要有：
黑白灰色；边界线条较重；相同或相近色彩趋于白色；略有光源效果
核心原理：利用像素之间的梯度值和虚拟深度值对图像进行重构，根据灰度变化来模拟人类视觉的模拟程度
把图像看成二维离散函数，灰度梯度其实就是这个二维离散函数的求导，用差分代替微分，求取图像的灰度梯度。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 梯度计算来解释：
首先计算出
、
，然后计算梯度角
梯度方向及图像灰度增大的方向，其中梯度方向的梯度夹角大于平坦区域的梯度夹角。如下图所示，灰度值增加的方向梯度夹角大，此时梯度夹角大的方向为梯度方向。对应在图像中寻找某一点的梯度方向即通过计算该点与其8邻域点的梯度角，梯度角最大即为梯度方向。
二、图像的数组形式与变换
其中，需要用到的方法：
Image.open( ): 打开图片
np.array( ) : 将图像转化为数组
convert("L"): 将图片转换成二维灰度图片
Image.fromarray( ): 将数组还原成图像uint8格式
代码如下：
三、图像的手绘效果处理
实现思路步骤：
1、梯度的重构
numpy的梯度函数的介绍
np.gradient(a) ： 计算数组a中元素的梯度，f为多维时，返回每个维度的梯度
离散梯度： xy坐标轴连续三个x轴坐标对应的y轴值：a, b, c 其中b的梯度是（c-a）/2
而c的梯度是： (c-b)/1
当为二维数组时，np.gradient(a) 得出两个数组，第一个数组对应最外层维度的梯度，第二个数组对应第二层维度的梯度。
代码如下：
2、构造guan光源效果
设计一个位于图像斜上方的虚拟光源光源相对于图像的视角为Elevation,方位角为Azimuth建立光源对各点梯度值的影响函数运算出各点的新像素值
其中：
np.cos(evc.el) : 单位光线在地平面上的投射长度
dx,dy,dz ：光源对x，y，z三方向的影响程度
3、梯度归一化
构造x和y轴梯度的三维归一化单位坐标系；
梯度与光源相互作用，将梯度转化为灰度。
4、图像生成
具体详情代码如下：
最终效果图对比：
最后，你自己动手试试吧？通过此代码为自己画一张手绘图，也可以为自己的家乡或母校画。如果你跟我一样都喜欢python，想成为一名优秀的程序员，也在学习python的道路上奔跑，欢迎你加入python学习群：839383765 群内每天都会分享最新业内资料，分享python免费课程，共同交流学习，让学习变（编）成（程）一种习惯！
如果觉得《Python手绘图了解一下！》对你有帮助，请点赞、收藏，并留下你的观点哦！
