实例：图像的手绘效果

图像的数组表示

图像的RGB色彩模式

RGB三个颜色通道的变化和叠加得到各种颜色，其中

R红色，取值范围0-255
G绿色，取值范围0-255
B蓝色，取值范围0-255

RGB形成的颜色包括了人类视力所能感知的所有颜色。

PIL库

PIL，Python Image Library

PIL库是一个具有强大图像处理能力的第三方库。

在命令行下的安装方法：

pip install pillow

Image 是PIL库中代表一个图像的类（对象）

from PIL import Image

图像的数组表示

图像是一个由像素组成的二维矩阵，每个元素是一个RGB值。

如图所示，图片可以转化为一个由x轴和y轴形成的阵列，其中的每一个像素是一个RGB值，我们知道RGB值中的每一部分都是一个字节，所以一个图像就是由三个字节作为元素形成的一个二维矩阵。

图像的变换

读入图像后，获得像素RGB值，修改之后保存为新的文件。

图像的手绘效果

手绘效果的几个特征：

黑白灰色
边界线条较重
相同或相近色彩趋于白色
略有光源效果

手绘效果是在对图像进行灰度化的基础上，由立体效果、明暗效果叠加而成的。灰度表示图像的明暗变化，而梯度值表示了灰度的变化率。所以我们利用像素之间的梯度值和虚拟深度值对图像进行重构，跟据灰度变化来模拟人类视觉的明暗程度。

实例代码：

from PIL import Image
import numpy as npa = np.asarray(Image.open('./beijing.jpg').convert('L')).astype('float')depth = 10.                       # (0-100)
grad = np.gradient(a)              #取图像灰度的梯度值
grad_x, grad_y = grad              #分别取横纵图像梯度值
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./Avec_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)im = Image.fromarray(b.astype('uint8'))    #重构图像
im.save('./beijingHD.jpg')

代码解析：

depth = 10.                         # 预设深度值为10，取值范围0-100
grad = np.gradient(a)
grad_x, grad_y = grad              # 提取x和y方向的梯度值
grad_x = grad_x*depth/100.
grad_y = grad_y*depth/100.          # 跟据深度调整x和y方向的梯度值

vec_el = np.pi/2.2                  #np.cos(vec_el)为单位光线在地平面上的投影长度
vec_az = np.pi/4.
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

A = np.sqrt(grad_x**2 + grad_y**2 + 1.)   #构造x轴和y轴梯度的三维归一化单位坐标体系
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)  #梯度与光源相互作用，将梯度转化为灰度

b = b.clip(0,255)                         #为了避免数据越界，将生成的灰度值裁剪至0-255区间
im = Image.fromarray(b.astype('uint8'))
im.save('./beijingHD.jpg')                #生成图像

#所有视频截图均来自中国大学mooc北京理工大学嵩天老师的课程
《Python数据分析与展示》

Python数据分析与展示：实例：图像的手绘效果相关推荐

python数据分析与展示--图像的手绘效果
目录一.图像的数组表示 1.图像的RGB色彩模式 2.PIL库二.图像变换 1.image转换成array 2.array转换成image 三.图像的手绘效果 1.实例介绍 2.编程实例一 ...
利用Numpy+PIL读取图像实现手绘效果
读取图像+简单处理 import numpy as np from PIL import Imagepath = "" #图像路径im = np.array(Image.open( ...
Python实现图像的手绘效果
用Python实现手绘图像的效果 1.图像的RGB色彩模式图像一般使用RGB色彩模式,即每个像素点的颜色由红®.绿(G).蓝(B)组成.RGB三个颜色通道的变化和叠加得到各种颜色,其中: R ...
python数据分析及展示（一）
一.IDE选择 Anaconda软件:开源免费,https://www.anaconda.com下载,根据系统进行安装.由于下载速度慢,可以去清华大学开源软件镜像站下载. Spyder软件设置:Too ...
Python 神仙姐姐图像手绘效果实现
文章目录一.图像的 RGB 色彩模式二.Python的 PIL 库三.图像的数组表示四.图像的变换五.图像的手绘效果实现一.图像的 RGB 色彩模式图像一般使用 RGB 色彩模式,即每个 ...
Python 数据分析与展示笔记2 -- 图像手绘效果
Python 数据分析与展示笔记2 – 图像手绘效果 Python 数据分析与展示系列笔记是笔者学习.实践Python 数据分析与展示的相关笔记课程链接: Python 数据分析与展示参考文档: ...
嵩天《Python数据分析与展示》实例4：引力波的绘制
这一部分讲解的是如何利用已有的数据文件绘制引力波图形,相关讲解见注释,数据文件分别为H1_Strain.wav.L1_Strain.wav.wf_template.txt,可从嵩天老师提供的网址下载: ...
Python 数据分析与展示笔记3 -- Matplotlib 库基础
Python 数据分析与展示笔记3 – Matplotlib 库基础 Python 数据分析与展示系列笔记是笔者学习.实践Python 数据分析与展示的相关笔记课程链接: Python 数据分析与展 ...
python绘制直方图的函数_(六)pyplot基础图表函数(学习笔记)|python数据分析与展示...
1.pyplot基础图表函数概述 2.pyplot图饼的绘制 3.pyplot直方图的绘制 4.pyplot极坐标图的绘制 5.pyplot散点图的绘制 6.单元小结 [网页链接[Python数据分析 ...
Python数据分析之展示-matplotlib2
目录 Python数据分析之展示-matplotlib2 双轴图的画法 5.根据电影时长和电影评分绘制散点图 marker属性 6.绘制各个地区的评分箱型图美国电影评分的箱线图多组数据箱线图通过 ...

Python数据分析与展示：实例：图像的手绘效果

实例：图像的手绘效果

图像的数组表示

图像的RGB色彩模式

PIL库

图像的数组表示

图像的变换

图像的手绘效果

Python数据分析与展示：实例：图像的手绘效果相关推荐

最新文章

热门文章