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
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
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")
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")
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")
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")
"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')
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!