代码如下：
from PIL import Image #图像处理模块 import numpy as np a = np.asarray(Image.open("这里是原图片的路径").convert('L')).astype('float') #将图像以灰度图的方式打开并将数据转为float存入np中 depth = 10. # (0-100) grad = np.gradient(a) #取图像灰度的梯度值 grad_x, grad_y =grad #分别取横纵图像梯度值 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 #建立一个位于图像斜上方的虚拟光源 vec_el = np.pi/2.2 # 光源的俯视角度，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) #光源对x 轴的影响 dy = np.cos(vec_el)*np.sin(vec_az) #光源对y 轴的影响 dz = np.sin(vec_el) #光源对z 轴的影响 #计算各点新的像素值 b = 255*(dx*uni_x + dy*uni_y + dz*uni_z) #光源归一化 b = b.clip(0,255) #clip函数将区间外的数字剪除到区间边缘 im = Image.fromarray(b.astype('uint8')) #重构图像 im.save("这里是输出图片的路径")
检验一下效果：
from PIL import Image #图像处理模块 import numpy as np # 将图像以灰度图的方式打开并将数据转为float存入np中 a = np.asarray(Image.open("D://Python//图片转素描//4.jpg").convert('L')).astype('float') depth = 10. # (0-100) grad = np.gradient(a) # 取图像灰度的梯度值 grad_x, grad_y =grad # 分别取横纵图像梯度值 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 # 建立一个位于图像斜上方的虚拟光源 vec_el = np.pi/2.2 # 光源的俯视角度，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) # 光源对x 轴的影响 dy = np.cos(vec_el)*np.sin(vec_az) # 光源对y 轴的影响 dz = np.sin(vec_el) # 光源对z 轴的影响 # 计算各点新的像素值 b = 255*(dx*uni_x + dy*uni_y + dz*uni_z) # 光源归一化 b = b.clip(0,255) # clip函数将区间外的数字剪除到区间边缘 im = Image.fromarray(b.astype('uint8')) # 重构图像 im.save("D://Python//图片转素描//4_2.jpg")
原图：
转换后：
但是不适合那些依赖光影变换效果的图片，比如我最爱的百里守约就很糟糕
