如果您无法通过使用或组合操作（例如旋转，然后应用EMBOSS滤镜，重新旋转）（或增强对比度然后进行压印）来实现目标，则可以诉诸于更改（或创建自己的）滤镜矩阵。
在ImageFilter.py中，您将找到此类：
### Embossing filter.class EMBOSS(BuiltinFilter): name = "Emboss" filterargs = (3, 3), 1, 128, ( -1, 0, 0, 0, 1, 0, 0, 0, 0 )
将-1放置在矩阵的另一个角会改变方位角，使其变为-2 可能 会达到您想要的效果。
逐像素应用矩阵。矩阵中的每个元素对应于当前像素和周围像素；代表当前像素的中心值。新的变换后的当前像素将创建为所有9个像素的组合，并按矩阵中的值加权。例如，中心为全零且为1的矩阵不会更改图像。
附加参数为
scale和
offset。对于内置的EMBOSS，值是1（比例）和128（偏移）。更改这些将改变结果的整体强度。
从ImageFilter.py：
# @keyparam scale Scale factor. If given, the result for each# pixel is divided by this value. The default is the sum# of the kernel weights.# @keyparam offset Offset. If given, this value is added to the# result, after it has been divided by the scale factor.
由于我不熟悉GIMP的“深度”参数的影响，因此无法确定哪种方法最有可能满足您的要求。
您还可以使矩阵具有不同的大小。将（3,3）替换为（5,5），然后创建25个元素的矩阵。
要在不重新保存源代码的情况下对过滤器进行临时更改，只需执行以下操作：
ImageFilter.EMBOSS.filterargs=((3, 3), 1, 128, (-1, 0, 0, 0, 1, 0, 0, 0, 0))
编辑：（采用NumPy方法）
from PIL import Imageimport numpy# defining azimuth, elevation, and depthele = numpy.pi/2.2 # radiansazi = numpy.pi/4. # radiansdep = 10. # (0-100)# get a B&W version of the imageimg = Image.open('daisy.jpg').convert('L') # get an arraya = numpy.asarray(img).astype('float')# find the gradientgrad = numpy.gradient(a)# (it is two arrays: grad_x and grad_y)grad_x, grad_y = grad# getting the unit incident raygd = numpy.cos(ele) # length of projection of ray on ground planedx = gd*numpy.cos(azi)dy = gd*numpy.sin(azi)dz = numpy.sin(ele)# adjusting the gradient by the "depth" factor# (I think this is how GIMP defines it)grad_x = grad_x*dep/100.grad_y = grad_y*dep/100.# finding the unit normal vectors for the imageleng = numpy.sqrt(grad_x**2 + grad_y**2 + 1.)uni_x = grad_x/lenguni_y = grad_y/lenguni_z = 1./leng# take the dot producta2 = 255*(dx*uni_x + dy*uni_y + dz*uni_z)# avoid overflowa2 = a2.clip(0,255)# you must convert back to uint8 /before/ converting to an imageimg2 = Image.fromarray(a2.astype('uint8')) img2.save('daisy2.png')我希望这有帮助。现在，我明白为什么您对PIL的结果感到失望了。Wolfram Mathworld是向量代数复习的好资源。
之前
后
