欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

Python實現(xiàn)圖像手繪效果的方法詳解

 更新時間：2022年09月21日 09:45:01   作者：夏天是冰紅茶  
這篇文章主要為大家詳細介紹了如何利用Python語言實現(xiàn)圖像手繪效果，文中的示例代碼講解詳細，具有一定的借鑒價值，需要的可以參考一下

圖像的數(shù)組表示

圖像的RGB色彩模式

圖像一般使用RGB色彩模式，即每個像素點的顏色由紅(R)、綠(G)、藍(B)組成。

RGB三個顏色通道的變化和疊加得到各種顏色，其中

  • R 紅色，取值范圍，0‐255
  •  G 綠色，取值范圍，0‐255
  •  B 藍色，取值范圍，0‐255

RGB形成的顏色包括了人類視力所能感知的所有顏色。

PIL庫

PIL——Python Image Library

PIL庫是一個具有強大圖像處理能力的第三方庫 在命令行下的安裝方法： 

#安裝
pip install pillow
#引入包
from PIL import Image

Image是PIL庫中代表一個圖像的類（對象）。

圖像組成

圖像是一個由像素組成的二維矩陣，每個元素是一個RGB值，它是（R，G，B）。圖像是一個三維數(shù)組，維度分別是高度、寬度和像素RGB值。

from PIL import Image
import numpy as np
 
im=np.array(Image.open("beijing.jpg"))
print(im.shape,im.dtype)

它的輸出是

(669, 1012, 3) uint8

圖像的變換

我們將會完成在讀入圖像后，獲得像素RGB值，修改后保存為新的文件。

讓我們先來看看對每個像素形成互補的圖像：

from PIL import Image
import numpy as np
 
a=np.array(Image.open("beijing.jpg"))
b=[255,255,255]-a
im=Image.fromarray(b.astype("uint8"))
im.save('./new.jpg')

再來看看圖像進行灰度處理后，剩下兩個通道。

from PIL import Image
import numpy as np
 
a=np.array(Image.open("beijing.jpg").convert("L"))
b=255-a
im=Image.fromarray(b.astype("uint8"))
im.save('./new.jpg')

灰度圖像后的區(qū)間變換

from PIL import Image
import numpy as np
 
a=np.array(Image.open("beijing.jpg").convert("L"))
b=(100/255)*a+150
im=Image.fromarray(b.astype("uint8"))
im.save('./new.jpg')

灰度圖像后的像素平方

from PIL import Image
import numpy as np
 
a=np.array(Image.open("beijing.jpg").convert("L"))
b=255*(a/255)**2
im=Image.fromarray(b.astype("uint8"))
im.save('./new.jpg')

那大家也看到了，我們只需要對其b進行修改即可。

圖像的手繪效果

手繪效果展示

 手繪效果的幾個特征：

  • 黑白灰色
  • 邊界線條較重
  • 相同或相近色彩趨于白色
  • 略有光源效果

代碼展示與講解

from PIL import Image
import numpy as np
 
a = np.asarray(Image.open('./beijing.jpg').convert('L')).astype('float')
 
depth = 10. 						# (0-100)
grad = np.gradient(a)				#取圖像灰度的梯度值
grad_x, grad_y = grad 				#分別取橫縱圖像梯度值
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 					# 光源的俯視角度，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) 	#光源對x 軸的影響
dy = np.cos(vec_el)*np.sin(vec_az) 	#光源對y 軸的影響
dz = np.sin(vec_el) 				#光源對z 軸的影響
 
b = 255*(dx*uni_x + dy*uni_y + dz*uni_z) 	#光源歸一化
b = b.clip(0,255)
 
im = Image.fromarray(b.astype('uint8')) 	#重構(gòu)圖像
im.save('./beijingHD.jpg')

梯度的重構(gòu)

利用像素之間的梯度值和虛擬深度值對圖像進行重構(gòu)，根據(jù)灰度變化來模擬人類視覺的遠近程度。

depth = 10.					
grad = np.gradient(a)				
grad_x, grad_y = grad 				
grad_x = grad_x*depth/100.
grad_y = grad_y*depth/100.

depth預設深度值為10，其取值范圍0‐100，再提取x和y方向的梯度值，根據(jù)深度調(diào)整x和y方向的梯度值。

光源效果

根據(jù)灰度變化來模擬人類視覺的遠近程度。

  • 設計一個位于圖像斜上方的虛擬光源
  • 光源相對于圖像的俯視角為Elevation，方位角為Azimuth
  • 建立光源對個點梯度值的影響函數(shù)
  • 運算出各點的新像素值
vec_el = np.pi/2.2 				
vec_az = np.pi/4. 				
dx = np.cos(vec_el)*np.cos(vec_az) 	
dy = np.cos(vec_el)*np.sin(vec_az) 	
dz = np.sin(vec_el)

np.cos(vec_el)為單位光線在地平面上的投影長度，dx, dy, dz是光源對x/y/z三方向的影響程度。

梯度歸一化

A = np.sqrt(grad_x**2 + grad_y**2 + 1.)
uni_x = grad_x/A
uni_y = grad_y/A
uni_z = 1./A
b = 255*(dx*uni_x + dy*uni_y + dz*uni_z)

A是構(gòu)造x和y軸梯度的三維歸一化單位坐標系，然后梯度與光源相互作用，將梯度轉(zhuǎn)化為灰度

圖像生成 

b = b.clip(0,255)
 
im = Image.fromarray(b.astype('uint8')) 	#重構(gòu)圖像
im.save('./beijingHD.jpg')

在這里，為避免數(shù)據(jù)越界，將生成的灰度值裁剪至0‐255區(qū)間

到此這篇關(guān)于Python實現(xiàn)圖像手繪效果的方法詳解的文章就介紹到這了,更多相關(guān)Python圖像手繪內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

相關(guān)文章

最新評論