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:
![](https://img-blog.csdnimg.cn/20200312163610267.jpg?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ExMTgzOTc2MDQy,size_16,color_FFFFFF,t_70)
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:
![](https://img-blog.csdnimg.cn/20200312164648911.jpg?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ExMTgzOTc2MDQy,size_16,color_FFFFFF,t_70)
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:
![](https://img-blog.csdnimg.cn/20200312165536605.jpg?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ExMTgzOTc2MDQy,size_16,color_FFFFFF,t_70)
![](https://img-blog.csdnimg.cn/20200312165536435.jpg?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ExMTgzOTc2MDQy,size_16,color_FFFFFF,t_70)
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
![](https://img-blog.csdnimg.cn/2020031217210278.jpg?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ExMTgzOTc2MDQy,size_16,color_FFFFFF,t_70)
![](https://img-blog.csdnimg.cn/20200312172200274.jpg?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2ExMTgzOTc2MDQy,size_16,color_FFFFFF,t_70)
教程参考:https://www.bilibili.com/video/av81400128?p=20