只需45秒，用Python给故宫画一组雪景手绘图

导读：最近故宫总能“摊上事”。

今天是元宵节，一批幸运鹅拿着在故宫门票预售网站瘫痪之前抢来的门票，夜游故宫，成为94年来第一批在故宫赏月的人。用这种方式过节，真是既时尚又怀旧，简直没sei了。不知道你去了没有？

昨夜今晨，北京又下了一场雪，前些天刷爆朋友圈的故宫雪景照，又出了续集。抢不到晚上赏月的门票，白天去看看雪景也是不错的选择。不知道你去了没有？

今天我们要说的就跟雪景有关……

作者：丁彦军

来源：恋习Python（ID：sldata2017）

一下雪，北京就变成了北平，故宫就变成了紫禁城。

看着朋友圈、微博好友都在纷纷晒图，小编只能羡慕不已。

▲图片来自微信公众号微故宫

不过，小编突然想到，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：

01 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。

02 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：

03 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：

▲原始图片来自微信公众号微故宫

其他图片就不一一列举。你也可以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。

人生苦短，我用Python；

除了生娃，啥都能干！

参考资料：北京理工大学的嵩天老师的网络课程

据统计，99%的大咖都完成了这个神操作

▼