数据分析与展示——图像手绘效果实现

NumPy库入门

NumPy数据存取和函数

实例:图像的数组表示

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(R)、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,取值都为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(Python Image Library)库

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

from PIL import Image

Image是PIL库中代表一个图像的类(对象)

图像是一个由像素组成的二维矩阵,每个元素是一个RGB值。

范例:将数组转化为ndarray数组

In [1]: from PIL import Image

In [2]: import numpy as np

In [3]: im = np.array(Image.open("E:/tiger.jpg"))

In [4]: print(im.shape,im.dtype)
(435, 428, 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。

范例:修改图像并另存

In [5]: b = [255,255,255] - im

In [6]: new_im = Image.fromarray(b.astype('uint8'))

In [7]: new_im.save("E:/tiger1.jpg")

In [8]: a = np.array(Image.open("E:/tiger.jpg").convert('L')) # 使用灰度表示图像

In [9]: b = 255 - a 

In [10]: im = Image.fromarray(b.astype('uint8'))

In [11]: im.save("E:/tiger2.jpg")

In [12]: c = (100/255)*a +150   # 区间变换

In [13]: im = Image.fromarray(c.astype('uint8'))

In [14]: im.save("E:/tiger3.jpg")

In [15]: d = 255 * (a/255)**2  # 像素平方

In [16]: im = Image.fromarray(d.astype('uint8'))

In [17]: im.save("E:/tiger4.jpg")

tiger.jpg数据分析与展示——图像手绘效果实现_第1张图片  tiger1.jpg数据分析与展示——图像手绘效果实现_第2张图片    tiger2.jpg   tiger3.jpg    tiger4.jpg数据分析与展示——图像手绘效果实现_第3张图片

“图像的手绘效果”实例分析

手绘效果特征:

  • 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

图像手绘效果实现代码:

from PIL import Image
import numpy as np

a = np.asarray(Image.open('E:/tiger.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. / A

vec_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('E:/tiger0.jpg')

 tiger0.jpg数据分析与展示——图像手绘效果实现_第4张图片

转载于:https://www.cnblogs.com/yan-lei/p/7781043.html

你可能感兴趣的:(数据分析与展示——图像手绘效果实现)