这里是运行效果

先展示一下完整代码，后面在进行分析

# -*- coding: utf-8 -*-
from PIL import Image
import numpy as npim = Image.open('really.jpg').convert('L')#really.jpg是这里将用于转换的原图
a = np.asarray(im).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.)  # 构造x和y轴梯度的三维归一化单位坐标系
uni_x = grad_x / A
uni_y = grad_y / A
uni_z = 1. / Avec_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b = 255 * (dx * uni_x + dy * uni_y + dz * uni_z)  # 光源归一化,(梯度和光源相互作用，将梯度转化为灰度)
b = b.clip(0, 255)im2 = Image.fromarray(b.astype('uint8'))          # 重构图像im2.save('lk.jpg')#保存得到的手绘图片
im2.show()#展示

1.上面的代码要想运行，首先你得安装两个库numpy（一个科学计算库），还有一个PIL（python的图像处理库）

直接终端输入：

pip install numpy

pip install Pillow

2.使用Image.open（）方法将图片读入，随后使用numpy将其存在一个二维数组中（二维数组存储的是灰度图）

im = Image.open('really.jpg').convert('L')
a = np.asarray(im).astype('float') 

3.取梯度值，建立坐标系

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) 
dy = np.cos(vec_el) * np.sin(vec_az)  
dz = np.sin(vec_el) 

4.通过建好的坐标系，光源归一化

b = 255 * (dx * uni_x + dy * uni_y + dz * uni_z)  # 光源归一化,(梯度和光源相互作用，将梯度转化为灰度)
b = b.clip(0, 255)

5图像重构

im2 = Image.fromarray(b.astype('uint8'))  

6.得到的手绘图像的展示与存储

im2.save('lk.jpg')#保存得到的手绘图片
im2.show()#展示