图像的手绘效果（PIL的应用实例）

图像的变换：

原图像：

1.读入图像后，获得像素RGB值（所有RGB值取反），修改后保存为新的文件

from PIL import Image
import numpy as np
im=np.array(Image.open("D:/pytest/a.jpeg"))
print(im.shape,im.dtype)
b=[255,255,255] -im
newim=Image.fromarray(b.astype('uint8'))
newim.save("D:/pytest/a1.jpg")

2.利用convert将im变为灰度值

from PIL import Image
import numpy as np
im=np.array(Image.open("D:/pytest/a.jpeg").convert('L'))

b=255 -im
newim=Image.fromarray(b.astype('uint8'))
newim.save("D:/pytest/a2.jpg")

 

3.对灰度值做区间变换

from PIL import Image
import numpy as np
im=np.array(Image.open("D:/pytest/a.jpeg").convert('L'))

b=(100/255)*im+150
newim=Image.fromarray(b.astype('uint8'))
newim.save("D:/pytest/a3.jpg")

4.像素平方

# -*- coding: utf-8 -*-
"""
Created on Fri Jan 25 21:41:30 2019

@author: Administrator
"""

from PIL import Image
import numpy as np
im=np.array(Image.open("D:/pytest/a.jpeg").convert('L'))

b=255*(im/255)**2
newim=Image.fromarray(b.astype('uint8'))
newim.save("D:/pytest/a4.jpg")

 

5. 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

梯度的重构：利用像素之间的梯度值和虚拟深度值对图像进行重构根据灰度变化来模拟人类视觉的远近程度

光源效果：根据灰度变化来模拟人类视觉的远近程度
• 设计一个位于图像斜上的虚拟光源
• 光源相对于图像的俯视角为Elevation，方位角为Azimuth

• 建立光源对个点梯度值的影响函数
• 运算出各点的新像

from PIL import Image
import numpy as np
a=np.asarray(Image.open('D:/pytest/a.jpeg').convert('L')).astype('float')
depth=10.
grad=np.gradient(a)               #取图像灰度的梯度值
grad_x,grad_y=grad                #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./A
vec_el=np.pi/2.2                   #光源的俯视角度转化为弧度值
vec_az=np.pi/4.                    #光源的方位角度转化为弧度值
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)
dz=np.sin(vec_el)
b=255*(dx*uni_x+dy*uni_y+dz*uni_z) #光源归一化，把梯度转化为灰度
b=b.clip(0,255)                    #避免数据越界，将生成的灰度值裁剪至0-255内
im=Image.fromarray(b.astype('uint8'))    #图像重构
im.save('D:/pytest/aHD.jpg')