图像的手绘效果代码演示以及原理,嵩天老师MOOC实例


我们平时所用的彩色图像是RGB色(即每个像素由红绿蓝#123456 组成)
1. 可以把一张图像相当于一个二维矩阵,在矩阵中每一个一维数组相当于像素点,即(xx,yy,zz). 
2. 我们只需要改变对应像素点的对应一维数组的值,就可以对一张图像色彩进行操作


实例:

1.这是一个普通的把一张彩色图片通过对它每一个像素点的操作变成它的相反的颜色的

from PIL import Image
import numpy as np
a=np.array(Image.open('001.jpg'))
print(a.shape,a.dtype)
b=[255,255,255]-a        //取值为(0-255)
im=Image.fromarray(b.astype('uint8'))
im.save('002.jpg')
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7

2. 这是图像中的一些黑白变换:

from PIL import Image
import numpy as np
a=np.array(Image.open('001.jpg').convert('L'))#.convert是变成黑白的

b=255-a#在对应的颜色通道减去他自己变成黑白底片的效果
im=Image.fromarray(b.astype('uint8'))
im.save('003.jpg')


c=(100/255)*a+150#区间变换,颜色比较淡的灰度的图片
im=Image.fromarray(c.astype('uint8'))
im.save('004.jpg')

d=255*(a/255)**2#像素平方,颜色比较深的图
im=Image.fromarray(d.astype('uint8'))
im.save('005.jpg')

  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17

3. 图像的手绘效果的变换:

先上代码:

from PIL import Image
import numpy as np
a=np.array(Image.open('测试.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              #分别取横纵图像的梯度值
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'))
im.save('手绘效果.jpg')    
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • 26

代码解析:

模拟光源 

根据灰度变化来模拟人类视觉的远近程度

  • 设计一个位于图像斜上方的虚拟光源
  • 光源相对于图像的俯视角为Elevation, 方位角为Azimuth
  • 建立光源对个点梯度值的影响函数
  • 运算出各点的新像素值 



阅读更多
想对作者说点什么?

博主推荐

换一批

没有更多推荐了,返回首页