Python数据分析与展示之图像的手绘效果实例分析学习笔记手札及代码实战

本文主要是介绍Python数据分析与展示之图像的手绘效果实例分析学习笔记手札及代码实战,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

图像的手绘效果实例分析

  • 学习笔记手札及单元小结
  • 图像的数组表示
  • 图像的变换
  • "图像的手绘效果"实例分析

学习笔记手札及单元小结

01
02
03
04

图像的数组表示

以下代码请在Anaconda的IPython平台运行
PIL库的安装:
在命令行下的安装方法:pip install pillow

from PIL import Image   #Image是PIL库中代表一个图像的类(对象)
from PIL import Imageimport numpy as npim = array(Image.open("C:/01.jpg"))
---------------------------------------------------------------------------
NameError                                 Traceback (most recent call last)
<ipython-input-3-8a130c29210a> in <module>
----> 1 im = array(Image.open("C:/01.jpg"))NameError: name 'array' is not definedim = np.array(Image.open("C:/01.jpg"))print(im.shape,im.dtype)
(2448, 1836, 3) uint8 #图像是一个三维数组,维度分别是高度·宽度和像素RGB值

01

图像的变换

读入图像后,获得像素RGB值,修改后保存为新的文件

from PIL import Imageimport numpy as npa = np.array(Image.open("D:/01.jpg"))print(a.shape,a.dtype)
(2448, 1836, 3) uint8b = [255,255,255] -aim = Image.fromarray(b.astype('uint8'))im.save("D:/02.jpg")

02

from PIL import Imageimport numpy as npa = array(Image.open("D:/01.jpg").convert('L'))
---------------------------------------------------------------------------
NameError                                 Traceback (most recent call last)
<ipython-input-3-5e990d68fb86> in <module>
----> 1 a = array(Image.open("D:/01.jpg").convert('L'))NameError: name 'array' is not defineda = np.array(Image.open("D:/01.jpg").convert('L'))b = 255 - aim = Image.fromarray(b.astype('uint8'))im.save("D:/03.jpg")
---------------------------------------------------------------------------
FileNotFoundError                         Traceback (most recent call last)
<ipython-input-7-79fa9e4b0e79> in <module>
----> 1 im.save("D:/03.jpg")~\anaconda3\lib\site-packages\PIL\Image.py in save(self, fp, format, **params)2097                 fp = builtins.open(filename, "r+b")2098             else:
-> 2099                 fp = builtins.open(filename, "w+b")2100 2101         try:FileNotFoundError: [Errno 2] No such file or directory: 'D:/03.jpg'   #注意代码书写格式规范,这个是错误案例im.save("D:/03.jpg")

03

from PIL import Imageimport numpy as npa = np.array(Image.open("D:/01.jpg").convert('L'))c = (100/255)*a + 150 #区间变换im = Image.fromarray(c.astype('uint8'))im.save("D:/04.jpg")

04

from PIL import Imageimport numpy as npa = np.array(Image.open("D:/01.jpg").convert('L'))d = 255 * (a/255)**2  #像素平方im = Image.fromarray(d.astype('uint8'))im.save("D:/05.jpg")

05

"图像的手绘效果"实例分析

from PIL import Imageimport numpy as npa = np.asarray(Image.open('D:/01.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_y*depth/100.grad_y = grad_y*depth/100.A = np.sqrt(grad_x**2 + grad_y**2 + 1.)uni_x = grad_x/Auni_y = grad_y/Auni_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('D:/HD.jpg')

在这里插入图片描述

这篇关于Python数据分析与展示之图像的手绘效果实例分析学习笔记手札及代码实战的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!


原文地址:https://blog.csdn.net/zzw1208/article/details/106986494
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.chinasem.cn/article/263944

相关文章

Python中的魔术方法__new__详解

《Python中的魔术方法__new__详解》:本文主要介绍Python中的魔术方法__new__的使用,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教... 目录一、核心意义与机制1.1 构造过程原理1.2 与 __init__ 对比二、核心功能解析2.1 核心能力2.2

Python虚拟环境终极(含PyCharm的使用教程)

《Python虚拟环境终极(含PyCharm的使用教程)》:本文主要介绍Python虚拟环境终极(含PyCharm的使用教程),具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,... 目录一、为什么需要虚拟环境?二、虚拟环境创建方式对比三、命令行创建虚拟环境(venv)3.1 基础命令3

Python Transformer 库安装配置及使用方法

《PythonTransformer库安装配置及使用方法》HuggingFaceTransformers是自然语言处理(NLP)领域最流行的开源库之一,支持基于Transformer架构的预训练模... 目录python 中的 Transformer 库及使用方法一、库的概述二、安装与配置三、基础使用:Pi

Python 中的 with open文件操作的最佳实践

《Python中的withopen文件操作的最佳实践》在Python中,withopen()提供了一个简洁而安全的方式来处理文件操作,它不仅能确保文件在操作完成后自动关闭,还能处理文件操作中的异... 目录什么是 with open()?为什么使用 with open()?使用 with open() 进行

Python中使用正则表达式精准匹配IP地址的案例

《Python中使用正则表达式精准匹配IP地址的案例》Python的正则表达式(re模块)是完成这个任务的利器,但你知道怎么写才能准确匹配各种合法的IP地址吗,今天我们就来详细探讨这个问题,感兴趣的朋... 目录为什么需要IP正则表达式?IP地址的基本结构基础正则表达式写法精确匹配0-255的数字验证IP地

OpenCV图像形态学的实现

《OpenCV图像形态学的实现》本文主要介绍了OpenCV图像形态学的实现,包括腐蚀、膨胀、开运算、闭运算、梯度运算、顶帽运算和黑帽运算,文中通过示例代码介绍的非常详细,需要的朋友们下面随着小编来一起... 目录一、图像形态学简介二、腐蚀(Erosion)1. 原理2. OpenCV 实现三、膨胀China编程(

使用Python实现全能手机虚拟键盘的示例代码

《使用Python实现全能手机虚拟键盘的示例代码》在数字化办公时代,你是否遇到过这样的场景:会议室投影电脑突然键盘失灵、躺在沙发上想远程控制书房电脑、或者需要给长辈远程协助操作?今天我要分享的Pyth... 目录一、项目概述:不止于键盘的远程控制方案1.1 创新价值1.2 技术栈全景二、需求实现步骤一、需求

Java中Date、LocalDate、LocalDateTime、LocalTime、时间戳之间的相互转换代码

《Java中Date、LocalDate、LocalDateTime、LocalTime、时间戳之间的相互转换代码》:本文主要介绍Java中日期时间转换的多种方法,包括将Date转换为LocalD... 目录一、Date转LocalDateTime二、Date转LocalDate三、LocalDateTim

Python 迭代器和生成器概念及场景分析

《Python迭代器和生成器概念及场景分析》yield是Python中实现惰性计算和协程的核心工具,结合send()、throw()、close()等方法,能够构建高效、灵活的数据流和控制流模型,这... 目录迭代器的介绍自定义迭代器省略的迭代器生产器的介绍yield的普通用法yield的高级用法yidle

使用Python将JSON,XML和YAML数据写入Excel文件

《使用Python将JSON,XML和YAML数据写入Excel文件》JSON、XML和YAML作为主流结构化数据格式,因其层次化表达能力和跨平台兼容性,已成为系统间数据交换的通用载体,本文将介绍如何... 目录如何使用python写入数据到Excel工作表用Python导入jsON数据到Excel工作表用