Python趣味編程實現手繪風視頻示例

在正文開始之前,先看一下最初效果,下面是單張圖片轉換前後對比

圖一

圖片

圖二

圖片

圖三

圖片

為瞭增加趣味性,後面將這段代碼應用到一個視頻中,加上一個背景音樂,新鮮的 “手繪風視頻” 出爐

Python 手繪風視頻制作!

“手繪風”實現步驟

講解之前,需要瞭解手繪圖像的三個主要特點:

  • 圖片需為灰度圖,是單通道的;
  • 邊緣部分線條較重塗抹為黑色,相同或相近像素值轉換後趨於白色;
  • 在光源效果的加持下,灰度變化可模擬人類視覺的遠近效果

讀取圖片,轉化為數組

因為後面要用到像素計算,為瞭方便,事先將讀取後的圖片轉化為數組

a = np.asarray(Image.open("Annie1.jpg").convert('L')).astype('float')

計算 x,y,z 軸梯度值,並歸一化

剛才提到手繪照片的一個特點,就是 手繪照片對邊緣區域更加側重,定位圖片邊緣部分,最有效方式就是計算梯度,用灰度變化來模擬圖片遠近效果,depth 表示預設深度,z 軸默認梯度為 1

depth = 10.  # (0-100)
grad = np.gradient(a)  # 取圖像灰度的梯度值
grad_x, grad_y = grad  # 分別取橫縱圖像梯度值
grad_x = grad_x * depth / 100.
grad_y = grad_y * depth / 100.

對梯度值完成歸一化操作

A = np.sqrt(grad_x ** 2 + grad_y ** 2 + 1.)
uni_x = grad_x / A
uni_y = grad_y / A
uni_z = 1. / A

加入光源效果

手繪風圖片除瞭計算梯度值之外,還需要考慮光源影響;根據光源入射的角度不同最有對x,y,z 各軸上的梯度值有不同程度的影響,添加一個模擬光源,放置在斜上方,與 x , y 分別形成兩個夾角

圖片

並且這兩個夾角是通過實驗得到是已知的,然後根據正弦餘弦函數計算出最終新的像素值

vec_el = np.pi / 2.2  # 光源的俯視角度,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)  # 光源對 x軸的影響
dy = np.cos(vec_el) * np.sin(vec_az)  # 光源對 y軸的影響
dz = np.sin(vec_el)  # 光源對z 軸的影響
b = 255 * (dx * uni_x + dy * uni_y + dz * uni_z)  # 光源歸一化,8 255
b = b.clip(0, 255)# 對像素值低於0,高於255部分做截斷處理

導出圖片,並保存

im.save("Annie_shouhui.jpg")

以下是該步驟涉及到的的全部代碼

from PIL import Image
import numpy as np
a = np.asarray(Image.open("Annie1.jpg").convert('L')).astype('float')
depth = 10.  # (0-100)
grad = np.gradient(a)  # 取圖像灰度的梯度值
grad_x, grad_y = grad  # 分別取橫縱圖像梯度值
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
vec_el = np.pi / 2.2  # 光源的俯視角度,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)  # 光源對 x軸的影響
dy = np.cos(vec_el) * np.sin(vec_az)  # 光源對 y軸的影響
dz = np.sin(vec_el)  # 光源對z 軸的影響
b = 255 * (dx * uni_x + dy * uni_y + dz * uni_z)  # 光源歸一化
b = b.clip(0, 255)
im = Image.fromarray(b.astype('uint8'))  # 重構圖像
im.save("Annie_shouhui.jpg")

制作手繪風視頻

圖片轉化後的效果雖然也不錯,但圖片畢竟是靜態的,人作為視覺動物,如果能做成動態的那再好不過瞭,知道上面的方法之後,隻需對視頻再加上一個拆幀合並操作,就能制作一個手繪風 視頻效果

you-get 下載視頻

這裡我用 you-get 命令在 B 站上找瞭一個視頻,下載瞭下來,

you-get --format=dash-flv -o ./ https://www.bilibili.com/video/BV1tT4y1j7a9?from=search&8014393453748720686

圖片

下載完之後,用 OpenCV2 對視頻進行切幀操作,切幀同時對圖片進行轉化,寫出到本地視頻文件中

 vc = cv2.VideoCapture(video_path)
    c = 0
    if vc.isOpened():
        rval,frame = vc.read()
        height,width = frame.shape[0],frame.shape[1]
        print(height, width)
    else:
        rval = False
        height,width = 960,1200
    # jpg_list = [os.path.join('Pic_Directory/',i) for i in os.listdir('Pic_Directory') if i.endswith('.jpg')]
    fps = 24 # 視頻幀率
    video_path1 = './text.mp4'
    video_writer = cv2.VideoWriter(video_path1,cv2.VideoWriter_fourcc(*'mp4v'),fps,(width,height))
    while rval:
        rval,frame = vc.read()# 讀取視頻幀
        img = coonvert_jpg(Image.fromarray(frame))
        frame_converted = np.array(img)
        # 轉化為三通道
        image = np.expand_dims(frame_converted,axis = 2)
        result_arr = np.concatenate((image,image,image),axis = -1)
        video_writer.write(result_arr)
        print('Sucessfully Conveted---------{}'.format(c))
        c = c + 1
        if c >= 3000:
            break
    video_writer.release()

在圖片序列提取時,需要註意一點,因為轉化後的圖片是單通道的,直接借助 OpenCV 生成視頻序列是無法播放的,需增加一個步驟單通道轉化為三通道!

 # 轉化為三通道
 image = np.expand_dims(frame_converted,axis = 2)
 result_arr = np.concatenate((image,image,image),axis = -1)

想讓生成的視頻更有感覺的話可以添加一個背影音樂,借助剪輯軟件、Python 都可,這裡建議最好用剪輯軟件,原因是 Python 自定義增加音頻效果並不理想,添加音樂時需要有實時反饋, 而 Python 暫時無法滿足此要求

小結

本文主要介紹瞭如何用 Python將一張圖片轉化為手繪風格,代碼量很少但涉及知識領域與數學、物理相關,所以不容易理解,本篇文章目的隻是為瞭向大傢介紹圖片手繪風轉換有這麼一種方法,當然如果有感興趣的小夥伴可以深究一下

好瞭以上就是本篇文章的全部內容瞭,最後感謝大傢的閱讀,我們下期見,希望大傢以後多多支持WalkonNet!

推薦閱讀: