图像的数组表示、变换，图片的手绘效果

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，其中红绿蓝的取值范围都是0-255

PIL库

Python Image Library，一个具有强大图像处理能力的第三方库。（pip install pillow）

from PIL import Image # Image是PIL库中代表一个图像的类（对象）

图像的数组表示

图像：由像素组成的二维矩阵，每个元素是一个RGB值。

from PIL import Image
import numpy as np
im=np.array(Image.open("E:/pic.jpg"))
print(im.shape, im.dtype)   # 图像形状（高度，宽度，像素的RGB值）

#输出结果：(286, 510, 3) uint8  # 意味着RGB分别由一个uint8表示

 

图像的变换

基本流程：读入图像，获得像素RGB值，修改后保存为新的图片

from PIL import Image
import numpy as np

a=np.array(Image.open("E:/pic.jpg"))#读入图像，获得像素RGB值
print(a.shape, a.dtype)

b=[255,255,255]-a #变换为色彩是a补集的RGB数组

im=Image.fromarray(b.astype('uint8')) #将数组b生成新的图像对象

im.save("E:/pic1.jpg")# 将新图像保存

输出图像如下：

pic1

变换为灰度值图片：

from PIL import Image
import numpy as np

a=np.array(Image.open("E:/pic.jpg"))#读入图像，获得像素RGB值
print(a.shape, a.dtype)


b=255-a #变换为色彩是a补集的RGB数组

im=Image.fromarray(b.astype('uint8')) 

im.save("E:/pic2.jpg")# 将新图像保存

输出图像如下：

pic2

其他变换：

from PIL import Image
import numpy as np

a=np.array(Image.open("E:/pic.jpg"))#读入图像，获得像素RGB值
print(a.shape, a.dtype)

c=(100/255)*a+150 #区间变换
d=255*(a/255)**2  #像素平方

im3=Image.fromarray(c.astype('uint8'))
im4=Image.fromarray(d.astype('uint8'))

im3.save("E:/pic3.jpg")# 将新图像保存
im4.save("E:/pic4.jpg")# 将新图像保存

 输出：

pic3

pic4

图片的手绘效果

from PIL import Image
import numpy as np

a = np.asarray(Image.open('E:/mode.jpg').convert('L')).astype('float')

depth = 10.                                  #预设深度值10，（0-100）
#根据灰度变化模拟人类视觉的明暗程度
grad = np.gradient(a)                        #取图像灰度的梯度值
grad_x, grad_y = grad                        #分别取横纵坐标梯度值
grad_x = grad_x*depth/100.
grad_y = grad_y*depth/100.
#构造x和y轴梯度的三维归一化单位坐标系
A = np.sqrt(grad_x**2 + grad_y**2 + 1.)
unit_x = grad_x/A
unit_y = grad_y/A
unit_z = 1./A

vec_a1 = np.pi/2.2                            #光源的俯视角度，弧度值
vec_a2 = np.pi/4.                             #光源的方位角度，弧度值
#np.cos(vec_a1)为单位光线在地面上的投影长度
dx = np.cos(vec_a1)*np.cos(vec_a2)            #光源对x轴影响
dy = np.cos(vec_a1)*np.sin(vec_a2)            #光源对y轴影响
dz = np.sin(vec_a1)                           #光源对z轴影响

b = 255*(dx*unit_x + dy*unit_y + dz*unit_z)   #光源归一化，光源与梯度相互作用，将梯度转化为灰度
b = b.clip(0, 255)                            #为避免数据越界，将生成的灰度值裁剪至0-255区间

im = Image.fromarray(b.astype('uint8'))       #重构图像
im.save("E:/mode1.jpg")                       #将新图像保存

mode

mode1

 

 

教程参考：https://www.bilibili.com/video/av81400128?p=20