欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

Python趣味编程实现手绘风视频示例

程序员文章站 2022-06-24 20:52:17
在正文开始之前,先看一下最初效果,下面是单张图片转换前后对比图一图二图三为了增加趣味性,后面将这段代码应用到一个视频中,加上一个背景音乐,新鲜的 “手绘风视频” 出炉python 手绘风视频制作!“手...

在正文开始之前,先看一下最初效果,下面是单张图片转换前后对比

图一

Python趣味编程实现手绘风视频示例

图二

Python趣味编程实现手绘风视频示例

图三

Python趣味编程实现手绘风视频示例

为了增加趣味性,后面将这段代码应用到一个视频中,加上一个背景音乐,新鲜的 “手绘风视频” 出炉

python 手绘风视频制作!

“手绘风”实现步骤

讲解之前,需要了解手绘图像的三个主要特点:

  • 图片需为灰度图,是单通道的;
  • 边缘部分线条较重涂抹为黑色,相同或相近像素值转换后趋于白色;
  • 在光源效果的加持下,灰度变化可模拟人类视觉的远近效果

读取图片,转化为数组

因为后面要用到像素计算,为了方便,事先将读取后的图片转化为数组

a = np.asarray(image.open("annie1.jpg").convert('l')).astype('float')

计算 x,y,z 轴梯度值,并归一化

刚才提到手绘照片的一个特点,就是 手绘照片对边缘区域更加侧重,定位图片边缘部分,最有效方式就是计算梯度,用灰度变化来模拟图片远近效果,depth 表示预设深度,z 轴默认梯度为 1

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.

对梯度值完成归一化操作

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

手绘风图片除了计算梯度值之外,还需要考虑光源影响;根据光源入射的角度不同最有对x,y,z 各轴上的梯度值有不同程度的影响,添加一个模拟光源,放置在斜上方,与 x , y 分别形成两个夹角

Python趣味编程实现手绘风视频示例

并且这两个夹角是通过实验得到是已知的,然后根据正弦余弦函数计算出最终新的像素值

vec_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,8 255
b = b.clip(0, 255)# 对像素值低于0,高于255部分做截断处理

导出图片,并保存

im.save("annie_shouhui.jpg")

以下是该步骤涉及到的的全部代码

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.)
uni_x = grad_x / a
uni_y = grad_y / a
uni_z = 1. / a
vec_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
b = b.clip(0, 255)
im = image.fromarray(b.astype('uint8'))  # 重构图像
im.save("annie_shouhui.jpg")

制作手绘风视频

图片转化后的效果虽然也不错,但图片毕竟是静态的,人作为视觉动物,如果能做成动态的那再好不过了,知道上面的方法之后,只需对视频再加上一个拆帧合并操作,就能制作一个手绘风 视频效果

you-get 下载视频

这里我用 you-get 命令在 b 站上找了一个视频,下载了下来,

you-get --format=dash-flv -o ./ https://www.bilibili.com/video/bv1tt4y1j7a9?from=search&8014393453748720686

Python趣味编程实现手绘风视频示例

下载完之后,用 opencv2 对视频进行切帧操作,切帧同时对图片进行转化,写出到本地视频文件中

 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 # 视频帧率
    video_path1 = './text.mp4'
    video_writer = cv2.videowriter(video_path1,cv2.videowriter_fourcc(*'mp4v'),fps,(width,height))
    while rval:
        rval,frame = vc.read()# 读取视频帧
        img = coonvert_jpg(image.fromarray(frame))
        frame_converted = np.array(img)
        # 转化为三通道
        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()

在图片序列提取时,需要注意一点,因为转化后的图片是单通道的,直接借助 opencv 生成视频序列是无法播放的,需增加一个步骤单通道转化为三通道!

 # 转化为三通道
 image = np.expand_dims(frame_converted,axis = 2)
 result_arr = np.concatenate((image,image,image),axis = -1)

想让生成的视频更有感觉的话可以添加一个背影音乐,借助剪辑软件、python 都可,这里建议最好用剪辑软件,原因是 python 自定义增加音频效果并不理想,添加音乐时需要有实时反馈, 而 python 暂时无法满足此要求

小结

本文主要介绍了如何用 python将一张图片转化为手绘风格,代码量很少但涉及知识领域与数学、物理相关,所以不容易理解,本篇文章目的只是为了向大家介绍图片手绘风转换有这么一种方法,当然如果有感兴趣的小伙伴可以深究一下

好了以上就是本篇文章的全部内容了,最后感谢大家的阅读,我们下期见,希望大家以后多多支持!

上一篇: 偷窥你隐私

下一篇: pod command