练习例子/

1.图像转换为手绘效果

import numpy as np
a = np.array(Image.open('practice_dataset/train/ants_image/0013035.jpg').convert('L')).astype('float')
depth = 10
grad = np.gradient(a)
grad_x,grad_y = grad
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
vec_el = np.pi/2.2
vec_az = np.pi/ 4.
dx = np.cos(vec_el)*np.cos(vec_az)
dx = np.cos(vec_el)*np.sin(vec_az)
dx = np.cos(vec_el)*np.cos(vec_az)
dy = np.cos(vec_el)*np.sin(vec_az)
dz = np.sin(vec_el)
b = 255*(dx*uni_x + dy*uni_y + dz*uni_z)
b = b.clip(0,255)
img = Image.fromarray(b.astype('uint8'))
img.save('D:/beijing.jpg')

自我理解：

               1.先将RGB图像转换为灰度图像并将数组转为flaot类型

               2.获取该灰度图的梯度数组，并引入depth（不明白）

               3.求A为了求各个方向的法向量

               4.再根据光照模型求得xyz方向的光强度的投影值

               5.根据法向量结合光强度进行归一化操作，并进行clip使其在0~255之间

               6.修改数组类型为uint8类型并进行存储

原图                                                                     手绘效果图