要实现根据图片通过绘画方式重现图片的效果，我们可以使用 Python 中的图像处理库，如 `Pillow` 和 `OpenCV`，以及绘图库 `matplotlib` 或 `PIL.ImageDraw` 来模拟“绘画”效果。 下面是一个基本的实现思路： 1. 加载图片。 2. 将图片转换为灰度图像（可选）或保留彩色。 3. 使用类似“素描”或“线条画”的方式在画布上绘制。 4. 显示或保存生成的“绘画”图像。 下面是一个使用 `Pillow` 和 `OpenCV` 实现的简单“绘画”效果（边缘检测模拟素描风格）的代码示例： ```python import cv2 import numpy as np from PIL import Image, ImageDraw def sketch_image(input_path, output_path): # 读取图片 image = cv2.imread(input_path) # 转换为灰度图 gray_image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) # 反转图像（负片效果） inverted_image = 255 - gray_image # 高斯模糊 blurred = cv2.GaussianBlur(inverted_image, (21, 21), 0) # 创建铅笔素描效果 sketch = cv2.divide(gray_image, 255 - blurred, scale=256) # 保存结果 cv2.imwrite(output_path, sketch) # 使用 OpenCV 显示图像（可选） cv2.imshow("Sketch", sketch) cv2.waitKey(0) cv2.destroyAllWindows() # 调用函数 sketch_image("input_image.jpg", "output_sketch.jpg") ``` ### 代码解释： - `cv2.imread()`：读取输入图像。 - `cv2.cvtColor()`：将图像转换为灰度图。 - `255 - gray_image`：图像反转，用于增强边缘。 - `cv2.GaussianBlur()`：对反转图像进行模糊处理。 - `cv2.divide()`：将原始灰度图与模糊后的反转图像相除，产生类似铅笔素描的效果。 - `cv2.imwrite()`：保存生成的素描图像。 如果你希望使用更“手绘”风格的方式（例如模拟笔触），可以结合 `PIL.ImageDraw` 手动绘制线条或点阵模拟绘画效果。 --- ### 进阶实现（使用 PIL 手动绘制线条） ```python from PIL import Image, ImageDraw def draw_image_manually(input_path, output_path, step=5, line_length=10): img = Image.open(input_path).convert("L") # 灰度图 width, height = img.size draw_img = Image.new("RGB", (width, height), "white") draw = ImageDraw.Draw(draw_img) for y in range(0, height, step): for x in range(0, width, step): pixel = img.getpixel((x, y)) # 根据像素亮度决定是否画线 if pixel < 128: draw.line((x, y, x + line_length, y + line_length), fill="black") draw_img.save(output_path) draw_img.show() # 调用函数 draw_image_manually("input_image.jpg", "hand_drawn_output.jpg") ``` ### 代码解释： - `Image.open().convert("L")`：将图像转为灰度图像。 - `draw.line()`：在每个像素点附近绘制短线段，模拟手绘线条。 - `step` 控制采样密度，`line_length` 控制线条长度。 --- ###