思路：利用像素之间的梯度值和虚拟深度值对图像进行重构，根据灰度变化来模拟人类视觉的明暗程度。
from PIL import Image import numpy as np a = np.asarray(Image.open(\'./beijing.jpg\').convert(\'L\')).astype(\'float\') depth = 10. # 预设虚拟深度值为10，范围(0-100) grad = np.gradient(a) #取图像灰度的梯度值 grad_x, grad_y = grad #分别取x和y方向的图像梯度值 grad_x = grad_x*depth/100. #根据深度调整x和y方向的梯度值 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) #避免数据越界，将生成的灰度值裁剪至0-255区间 im = Image.fromarray(b.astype(\'uint8\')) #重构图像 im.save(\'./beijingHD.jpg\')
Note：需要安装第三方库pillow