今天带大家了解一下如何用Python把照片变成手绘画，即使不会画画的你，也可以装一波大师撩妹！

手绘风图片因其简约而典雅的线条，清晰而自然的纹理和充满艺术的情趣感一直是许多人的热宠。这种专注于图形个性化和艺术化的表达方式深受人们的喜爱。

学习编程，自学是一件痛苦的事情，如果有人带或者有系统学习资料，学习起来自然就很快速的，当然，深入学习的话还是需要自己坚持和积累下去。

小编整理了一份2018年最新的Python系统入门教程，适用于刚开始学Python的你，有学习上的问题也可以找小编解答！

关注小编后给私信发送【我要资料】就可以自动领取了！

给大家看看资料：

下面，我来介绍一下如何用Python代码实现图片的手绘化效果。

本文所用到的Python库：

PIL库

PIL：Python Imaging Library,是Python一个强大而方便的图像处理库。不过PIL目前只支持到Python 2.7，而且从09年至今再也没更新过

Pillow：PIL的一个派生分支，但如今已经发展得比PIL本身更具活力，并且支持最新的Python3。

Numpy库

Numpy：Numerrical Python, 是一个开源的Python科学计算库，可用来存储和处理大型矩阵，据说NumPy将Python相当于变成一种免费的更强大的MatLab系统。

在命令行使用PIP安装：

pip install Pillowpip install Numpy

然后通过

from PIL import Imageimport numpy as np

就可以使用了

Image类的图片模式

PIL中的Image类有9种不同图片模式，分别为

1 : 一位二值图像L : 8位灰色图像P : 8位彩色图像RGB：24位彩色图像，红绿蓝三种色彩RGBA : 32位彩色图像，红绿蓝三种色彩加Alpha通道CMYK : 32位彩色图像，青、洋红、黄、黑四种色彩的印刷四分色模式YCbCr: 24位彩色图像，彩色视频格式I : 32位整型灰色图像F : 32位浮点灰色图像

在手绘化图片前，我们要将图片转化为灰色图像，进行图像的灰度化预处理。用PIL中的convert函数非常容易实现：

img = img.convert("L")

模式“L”即为灰色图像，它的每个像素用8个bit表示，0表示黑，255表示白，其他数字表示不同的灰度。

一般来说，图像灰度化的方法有四种：

分量法将彩色图像中的三分量的亮度作为三个灰度图像的灰度值，可根据应用需要选取一种灰度图像。最大值法将彩色图像中的三分量亮度的最大值作为灰度图的灰度值。平均值法将彩色图像中的三分量亮度求平均得到一个灰度值。加权平均法根据重要性及其它指标，将三个分量以不同的权值进行加权平均。

在PIL中，这个从“RGB”模式到“L模式的转换公式为

L = R * 299/1000 + G * 587/1000+ B * 114/1000

这里，我以存储位置为F:\python\Image-Freehand\中的tupian.jpg为例:

使用：

Image.open(r'F:\python\Image-Freehand\tupian.jpg').convert('L')

将图片tupian.jpg 转换为灰色图像，效果为：

数据的获取与存储

通过Numpy中的asarray函数将图片的灰度值以浮点型矩阵的形式存储起来，再用gradient函数得出图片灰度值的梯度。

L=np.asarray(Image.open(r'F:\python\Image-Freehand\tupian.jpg').convert('L')).astype('float')grad = np.gradient(L)

我们来观察一下L矩阵

可以看出L是一个853*1280的二维浮点型矩阵，因此它的梯度grad里应该有两个数组矩阵，分别对应两层维度的梯度。

现取最外层维度梯度为x方向的梯度值grad_x，取第二层维度梯度值为y方向梯度值grad_y。

grad_x, grad_y = grad

这时我们已经取得了图像的梯度值，就可以通过改变像素的梯度值来改变图像的灰度变化，对图像进行重构了。

图像的转换

我们先设一个深度值depth，取值范围为（0，100），然后利用深度调整x和y方向的梯度值。

我们使

grad_x = grad_x*depth/100.grad_y = grad_y*depth/100.

深度值越小，重构后的图像梯度值越小，即图像灰度值变化越小，画面线条越少，整体更显洁净。

比如当depth=1时：

反之，深度值越大，重构后的图像梯度值越大，即图像灰度值变化越大，画面线条越多，整体更显肮脏。

比如当depth=100时

因此我们需要通过改变depth，找到最符合人类视觉远近程度的深度值。

经过多次测试发现，当深度值为10左右时，即图像灰度梯度变为原来的10%左右时，画面最接近手绘化效果。（当然，对于不同的图片，这个最佳深度值不一定相同）

在本文中我们取depth=10

制造光源效果

此时图像的效果是这样的：

类似版画的效果，这是因为此时的图像还没有光源效果，跟我们实际观察事物的感觉不一样，因此我们还需要为图像制造光源效果。

如图，我们先假设一个光源位于图像斜上方，设俯视角为el，方位角为az，则单位光线在x,y,z方向上的投影长度分别为：

dx = cos(el)*cos(az)dy = cos(el)*sin(az)dz = sin(el)

通过多次调整发现，当俯视角el=π/2.2, 方位角az=π/4时光照效果最好。（当然对于不同图像两个角度的选取不一定相同）

实现代码为：

el = np.pi/2.2 az = np.pi/4 dx = np.cos(el)*np.cos(az) dy = np.cos(el)*np.sin(az) dz = np.sin(el)

所以，此时图像的灰度值变为

gd = 255*(dx*uni_x + dy*uni_y + dz*uni_z)

我们将这个过程叫做光源的归一化

重构图像

由于灰度值的选取范围为（0，255），为了避免数据越界，需要将生成的灰度值裁剪至0-255之间。

gd = gd.clip(0,255)

由新的灰度值重构图像

im = Image.fromarray(gd.astype('uint8'))

其中uint8是一种数据类型

u : 正数int : 整数8 : 8位信息，即最大值为255，最小值为0

这时图像的手绘化效果已经完成了

最后保存图像：

im.save(r'F:\python\Image-Freehand\tupianHD.jpg')

对于不同的图片可以通过修改深度值depth，光照的俯视角el和方位角az以获得最好的效果。

完整代码私信小编发送 我要资料 记得自动领取！

好了，大家赶快自己去试试话手绘画吧！