python 实用技巧:几十行代码将照片转换成素描图、随后打包成可执行文件(源码分享)

效果展示

原始效果图
python 实用技巧:几十行代码将照片转换成素描图、随后打包成可执行文件(源码分享)_第1张图片
素描效果图
python 实用技巧:几十行代码将照片转换成素描图、随后打包成可执行文件(源码分享)_第2张图片

相关依赖包

# 超美观的打印库
from pprint import pprint

# 图像处理库
from PIL import Image

# 科学计算库
import numpy as np

# GUI文件打开窗口
import tkinter.filedialog

制作文件打开窗口

# 创建根窗口
root = tkinter.Tk().withdraw()

# 文件选择对话窗口,返回文件对象
file_ = tkinter.filedialog.askopenfilename()

pprint("1、读取原始图像成功")

素描图转换

# 加入异常处理
try:
    # 定义颜色深度(0~100,值越大颜色越深)
    depth = 20
    # 获取照片灰度的梯度值
    image_grad = np.gradient(np.asarray(Image.open(file_).convert('L')).astype('int'))
    pprint("2、获取图像梯度值成功")
    # 分别获取X,Y方向的梯度值,然后使用颜色深度进行处理
    grad_x, grad_y = image_grad[0] * depth / 100., image_grad[1] * depth / 100.
    pprint("3、颜色深度处理成功")
    # 降噪基
    base_ = np.sqrt(grad_x ** 2 + grad_y ** 2 + 1.)
    a, b, c = grad_x / base_, grad_y / base_, 1. / base_
    # 光源的俯视角度值和方位角度值
    sce_z, sce_x = np.pi / 2.1, np.pi / 3
    # 光源对x,y,z 轴的影响
    dx, dy, dz = np.cos(sce_z) * np.cos(sce_x), np.cos(sce_z) * np.sin(sce_x), np.sin(sce_z)
    # 光源归一化
    Normalized = 255 * (dx * a + dy * b + dz * c).clip(0, 255)
    pprint("4、光源处理成功")
    # 重新构造图像
    img = Image.fromarray(Normalized.astype('uint8'))
    pprint("5、图像重构成功")
    # 保存转换后的照片
    img.save('素描图.jpg')
    pprint("6、保存转换后的图像成功")
except Exception:
    print('对不起,图像转换失败!')

exe文件打包

 -F 参数代表打包文件,trans_image.py 是自己的.py文件路径
 pyinstaller -F trans_image.py

【粉丝福利】关注公众号,获取全套视频资料,喜欢小编点个 '关注' 吧!

file

本文由微信公众号【python 集中营】发布,更多精彩文章、视频资料即可领取!

你可能感兴趣的:(python)