python 实用技巧：几十行代码将照片转换成素描图、随后打包成可执行文件（源码分享）

科学计算库

import numpy as np

GUI文件打开窗口

import tkinter.filedialog

###制作文件打开窗口

创建根窗口

root = tkinter.Tk().withdraw()

文件选择对话窗口，返回文件对象

file_ = tkinter.filedialog.askopenfilename()

pprint(“1、读取原始图像成功”)

素描图转换

加入异常处理

try:

定义颜色深度（0~100，值越大颜色越深）

depth = 20

获取照片灰度的梯度值

image_grad = np.gradient(np.asarray(Image.open(file_).convert(‘L’)).astype(‘int’))

pprint(“2、获取图像梯度值成功”)

分别获取X，Y方向的梯度值，然后使用颜色深度进行处理

grad_x, grad_y = image_grad[0] * depth / 100., image_grad[1] * depth / 100.

pprint(“3、颜色深度处理成功”)

降噪基

base_ = np.sqrt(grad_x ** 2 + grad_y ** 2 + 1.)

a, b, c = grad_x / base_, grad_y / base_, 1. / base_

光源的俯视角度值和方位角度值

sce_z, sce_x = np.pi / 2.1, np.pi / 3

光源对x,y,z 轴的影响

dx, dy, dz = np.cos(sce_z) * np.cos(sce_x), np.cos(sce_z) * np.sin(sce_x), np.sin(sce_z)

光源归一化

Normalized = 255 * (dx * a + dy * b + dz * c).clip(0, 255)

pprint(“4、光源处理成功”)

重新构造图像

img = Image.fromarray(Normalized.astype(‘uint8’))

pprint(“5、图像重构成功”)

一、Python所有方向的学习路线

Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照下面的知识点去找对应的学习资源，保证自己学得较为全面。

二、Python必备开发工具

工具都帮大家整理好了，安装就可直接上手！

三、最新Python学习笔记

当我学到一定基础，有自己的理解能力的时候，会去阅读一些前辈整理的书籍或者手写的笔记资料，这些笔记详细记载了他们对一些技术点的理解，这些理解是比较独到，可以学到不一样的思路。

四、Python视频合集

观看全面零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

五、实战案例

纸上得来终觉浅，要学会跟着视频一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

六、面试宝典

简历模板

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里无偿获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！