Python實現(xiàn)圖像手繪效果的方法詳解
圖像的數(shù)組表示
圖像的RGB色彩模式
圖像一般使用RGB色彩模式，即每個像素點的顏色由紅(R)、綠(G)、藍(B)組成。
RGB三個顏色通道的變化和疊加得到各種顏色，其中
- R 紅色，取值范圍，0‐255
- G 綠色，取值范圍，0‐255
- B 藍色，取值范圍，0‐255
RGB形成的顏色包括了人類視力所能感知的所有顏色。
PIL庫
PIL——Python Image Library
PIL庫是一個具有強大圖像處理能力的第三方庫 在命令行下的安裝方法：
#安裝 pip install pillow #引入包 from PIL import Image
Image是PIL庫中代表一個圖像的類（對象）。
圖像組成
圖像是一個由像素組成的二維矩陣，每個元素是一個RGB值，它是（R，G，B）。圖像是一個三維數(shù)組，維度分別是高度、寬度和像素RGB值。
from PIL import Image
import numpy as np
im=np.array(Image.open("beijing.jpg"))
print(im.shape,im.dtype)它的輸出是
(669, 1012, 3) uint8
圖像的變換
我們將會完成在讀入圖像后，獲得像素RGB值，修改后保存為新的文件。
讓我們先來看看對每個像素形成互補的圖像：
from PIL import Image
import numpy as np
a=np.array(Image.open("beijing.jpg"))
b=[255,255,255]-a
im=Image.fromarray(b.astype("uint8"))
im.save('./new.jpg')
再來看看圖像進行灰度處理后，剩下兩個通道。
from PIL import Image
import numpy as np
a=np.array(Image.open("beijing.jpg").convert("L"))
b=255-a
im=Image.fromarray(b.astype("uint8"))
im.save('./new.jpg')
灰度圖像后的區(qū)間變換
from PIL import Image
import numpy as np
a=np.array(Image.open("beijing.jpg").convert("L"))
b=(100/255)*a+150
im=Image.fromarray(b.astype("uint8"))
im.save('./new.jpg')
灰度圖像后的像素平方
from PIL import Image
import numpy as np
a=np.array(Image.open("beijing.jpg").convert("L"))
b=255*(a/255)**2
im=Image.fromarray(b.astype("uint8"))
im.save('./new.jpg')
那大家也看到了，我們只需要對其b進行修改即可。
圖像的手繪效果
手繪效果展示
手繪效果的幾個特征：
- 黑白灰色
- 邊界線條較重
- 相同或相近色彩趨于白色
- 略有光源效果
代碼展示與講解
from PIL import Image
import numpy as np
a = np.asarray(Image.open('./beijing.jpg').convert('L')).astype('float')
depth = 10. # (0-100)
grad = np.gradient(a) #取圖像灰度的梯度值
grad_x, grad_y = grad #分別取橫縱圖像梯度值
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 # 光源的俯視角度，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) #光源對x 軸的影響
dy = np.cos(vec_el)*np.sin(vec_az) #光源對y 軸的影響
dz = np.sin(vec_el) #光源對z 軸的影響
b = 255*(dx*uni_x + dy*uni_y + dz*uni_z) #光源歸一化
b = b.clip(0,255)
im = Image.fromarray(b.astype('uint8')) #重構圖像
im.save('./beijingHD.jpg')
梯度的重構
利用像素之間的梯度值和虛擬深度值對圖像進行重構，根據(jù)灰度變化來模擬人類視覺的遠近程度。
depth = 10. grad = np.gradient(a) grad_x, grad_y = grad grad_x = grad_x*depth/100. grad_y = grad_y*depth/100.
depth預設深度值為10，其取值范圍0‐100，再提取x和y方向的梯度值，根據(jù)深度調(diào)整x和y方向的梯度值。
光源效果
根據(jù)灰度變化來模擬人類視覺的遠近程度。
- 設計一個位于圖像斜上方的虛擬光源
- 光源相對于圖像的俯視角為Elevation，方位角為Azimuth
- 建立光源對個點梯度值的影響函數(shù)
- 運算出各點的新像素值
vec_el = np.pi/2.2 vec_az = np.pi/4. dx = np.cos(vec_el)*np.cos(vec_az) dy = np.cos(vec_el)*np.sin(vec_az) dz = np.sin(vec_el)
np.cos(vec_el)為單位光線在地平面上的投影長度，dx, dy, dz是光源對x/y/z三方向的影響程度。
梯度歸一化
A = np.sqrt(grad_x**2 + grad_y**2 + 1.) uni_x = grad_x/A uni_y = grad_y/A uni_z = 1./A b = 255*(dx*uni_x + dy*uni_y + dz*uni_z)
A是構造x和y軸梯度的三維歸一化單位坐標系，然后梯度與光源相互作用，將梯度轉化為灰度
圖像生成
b = b.clip(0,255)
im = Image.fromarray(b.astype('uint8')) #重構圖像
im.save('./beijingHD.jpg')在這里，為避免數(shù)據(jù)越界，將生成的灰度值裁剪至0‐255區(qū)間
到此這篇關于Python實現(xiàn)圖像手繪效果的方法詳解的文章就介紹到這了,更多相關Python圖像手繪內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！
相關文章
這篇文章主要為大家詳細介紹了python距離測量的方法，具有一定的參考價值，感興趣的小伙伴們可以參考一下2018-03-03
預測給定輸入序列中的下一個是機器學習中的另一個重要概念.本章為您提供有關分析時間序列數(shù)據(jù)的詳細說明，有需要的朋友可以借鑒參考下，希望能夠有所幫助2022-05-05
當我們需要在電子閱讀器上閱讀這些文檔時,轉換為EPUB或MOBI格式會提供更好的閱讀體驗,所以本文將使用Python編寫一個PDF轉EPUB以及MOBI工具,需要的可以參考下2025-03-03
今天小編就為大家分享一篇python清空命令行方式，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2020-01-01
詳解python異步編程之a(chǎn)syncio(百萬并發(fā))
這篇文章主要介紹了詳解python異步編程之a(chǎn)syncio(百萬并發(fā))，小編覺得挺不錯的，現(xiàn)在分享給大家，也給大家做個參考。一起跟隨小編過來看看吧2018-07-07
提到編寫命令行工具，你可能會想到用 sys.argv 或者標準庫 argparse，沒錯，這兩個很常用，不過情況復雜時沒有那么方便和高效，因此今天分享兩個工具，讓你編寫命令行工具不費吹灰之力2021-09-09
Python3實現(xiàn)發(fā)送QQ郵件功能（html）
這篇文章主要為大家詳細介紹了Python3實現(xiàn)發(fā)送QQ郵件功能，html格式的qq郵件，具有一定的參考價值，感興趣的小伙伴們可以參考一下2017-12-12
這篇文章主要介紹了python如何利用joblib保存訓練模型問題，具有很好的參考價值，希望對大家有所幫助。如有錯誤或未考慮完全的地方，望不吝賜教2023-06-06
這篇文章主要介紹了python基礎教程之序列詳解,本文的序列包含元組（tuple）、列表（list）等數(shù)據(jù)類型,需要的朋友可以參考下2014-08-08
這篇文章主要介紹了python實現(xiàn)DES加密解密方法,以實例形式較為詳細的分析了基于Python實現(xiàn)的DES加密與解密技巧,需要的朋友可以參考下2015-06-06