残阳似血的博客

在计算机图形学发展史中，真实感绘制一直是主旋律。不过从20实际90年代中期开始，非真实感图像绘制(Non-Photorealistic Rendering，NPR）逐渐成为一个研究热点。说白了，真实感绘制目标是像照片般真实地再现客观世界，而非真实感图像绘制专注于图形个性化和艺术化的表达，它主要用来表现图形的艺术特质，以及模拟艺术作品（甚至包括作品中的缺陷）。

在介绍完非真实感图像绘制之后，我们再来提及一下PIL——Python Imaging Library（官方网址）。相信使用python的朋友们都不会陌生，因为在web应用中我们常常用它来生成缩略图。从名字也可以看出，PIL主要用来处理图片，它支持多种图片格式，并提供强大的图片和图像处理能力。详细的关于PIL的内容大家可以参阅手册。

这个系列，我们就主要使用PIL来进行滤镜方面的处理，包括素描、铅笔画、油画等等滤镜效果的实现。在以后我会把代码托管出来。

PIL已经内置一些滤镜效果，详细见文档和这篇文章。

我们从素描效果开始。在PIL中，基础的类是Image类，首先有必要讲一下图片的mode。它有以下几种：

• 1 (1-bit pixels, black and white, stored with one pixel per byte)
• L (8-bit pixels, black and white)：用来表示灰度图
• P (8-bit pixels, mapped to any other mode using a colour palette)
• RGB (3x8-bit pixels, true colour)
• RGBA (4x8-bit pixels, true colour with transparency mask)
• CMYK (4x8-bit pixels, colour separation)
• YCbCr (3x8-bit pixels, colour video format)
• I (32-bit signed integer pixels)
• F (32-bit floating point pixels)

在开始素描效果之前，我们需要首先进行灰度图像预处理。所幸的是，用PIL非常容易实现。设img是Image类的实例，我们只要用convert函数强制转换为L模式即可。

img = img.convert("L")

不过还是有必要讲一下灰度预处理。何谓图像灰度化呢？图像灰度化即是使色彩的三种颜色分量的R，G，B的分量值相等，由于R，G，B的取值范围是[0, 255]，所以灰度图像能够表示256种灰度颜色******像灰度法主要有三种算法：

1. 最大值法(Maximum):使R、G、B的值等于三个色彩分量中的最大的一个分量值，即：R=G=B=Max(R,G,B)。
2. 平均值法(Average)：使R、G、B的值等于三个色彩分量的三个色彩分量的平均值，即：R=G=B= (R+G+B)/3。 
3. 加权平均值法(Weight Average)：在这里我给R、G、B三分量分别附上不同的权值，表示为：R=G=B=WR*R+WG*G+WB*B ,其中WR，WG，WB分别是R、G、B的权值。在这里考虑由于人眼对绿色的敏感度最高，红色次之，对蓝色的敏感度最低，因此，当权值 WG > WR > WB时，所产生的灰度图像更符合人眼的视觉感受。PIL库使用ITU-R 601-2 luma transform：
   L = R * 299/1000 + G * 587/1000 + B * 114/1000
   即 WR=29.9%，WG=58.7%，WB=11.4%。

素描滤镜的处理关键是对边缘的查找。通过对边缘的查找可以得到物体的线条感。在对图像进行灰度化处理后，我们首先定义一个阈值（threshold）。我们知道素描主要强调的是明暗度的变化，绘制时是斜向方向，通过经验，我们将每个像素点的灰度值与其右下角的灰度值进行比较，当大于这个阈值时，就判断其是轮廓并绘制。

以下是素描滤镜的主函数：

from PIL import Image

def sketch(img, threshold):
    '''
    素描
    param img: Image实例
    param threshold: 介于0到100
    '''
    if threshold < 0: threshold = 0
    if threshold > 100: threshold = 100
    
    width, height = img.size
    img = img.convert('L') # convert to grayscale mode
    pix = img.load() # get pixel matrix

    for w in xrange(width):
        for h in xrange(height):
            if w == width-1 or h == height-1:
                continue
            
            src = pix[w, h]
            dst = pix[w+1, h+1]

            diff = abs(src - dst)

            if diff >= threshold:
                pix[w, h] = 0
            else:
                pix[w, h] = 255

    return img

接着，我们写一个测试部分来看看效果：

if __name__ == "__main__":
    import sys, os

    path = os.path.dirname(__file__) + os.sep.join(['', 'images', 'lam.jpg'])
    threshold = 15
    
    if len(sys.argv) == 2:
        try:
            threshold = int(sys.argv[1])
        except ValueError:
            path  = sys.argv[1]
    elif len(sys.argv) == 3:
        path = sys.argv[1]
        threshold = int(sys.argv[2])

    img = Image.open(path)
    img = sketch(img, threshold)
    img.save(os.path.splitext(path)[0]+'.sketch.jpg', 'JPEG')

可以在命令行中指定文件名和阈值，或者只指定阈值，或者不带参数。我的测试图片为：

效果图片：

不同的阈值，生成的效果不同。阈值越小，绘制的像素点就越多。

对于铅笔画来说，原理和素描十分相似，但是大家学过画画的就知道，素描强调的是阴影的效果，是斜向作画，而铅笔画主要是勾勒轮廓。因此在对每个像素点的处理上，就和素描产生变化。对于任意一个像素点，求出这个像素点的R、G、B三个分量与周围8个点的相应分量的平均值的差，如果这三个差都大于或者等于某个阈值，就画出线条。最后，铅笔画的作画不是单调的一种颜色，因此加入Alpha分量，大小等于对应点的alpha分量即可。于是，代码如下；

def pencil(img, threshold):
    '''
    铅笔画
    param img: instance of Image
    param threshold
    '''
    if threshold < 0: threshold = 0
    if threshold > 100: threshold = 100

    width, height = img.size
    dst_img = Image.new("RGBA", (width, height))

    if img.mode != "RGBA":
        img = img.convert("RGBA")

    pix = img.load()
    dst_pix = dst_img.load()

    for w in xrange(width):
        for h in xrange(height):
            if w == 0 or w == width - 1 \
               or h == 0 or h == height - 1:
                continue

            # 包括当前像素周围共9个像素点
            around_wh_pixels = [pix[i, j][:3] for j in xrange(h-1, h+2) for i in xrange(w-1, w+2)]
            # 排除当前像素点
            exclude_wh_pixels = tuple(around_wh_pixels[:4] + around_wh_pixels[5:])
            # 把各个像素点的各个分量求平均值          
            RGB = map(lambda l: int(sum(l) / len(l)), zip(*exclude_wh_pixels))
            
            cr_p = pix[i, j] # 当前像素点

            cr_draw = all([abs(cr_p[i] - RGB[i]) >= threshold for i in range(3)])
           
            if cr_draw:
                dst_pix[w, h] = 0, 0, 0, cr_p[3]
            else:
                dst_pix[w, h] = 255, 255, 255, cr_p[3]

    return dst_img

效果如图：