Python图像变换及手绘效果

图像的数组表示：

         PIL库，Python Image Library  （mac命令行下载该第三方库的命令：pip3 install pillow , 如果没用，可以在该命令后面加--user)

             from PIL import Image （图像类）

             图像用ndarray的三维数组表示： 高度、宽度、RBG值

 

图像变换：

例1：将图像变为补色保存：

     通过修改每个像素的rgb的值，将每个像素的颜色改为对应的补色。

原图：

修改后的图片：

 

例2：照片灰度变换

convert函数：下面代码convert('L') 将原图片改为一个灰度值的图片，则生成的图片数组并非三维数组，而变成二维数组，其中每一个元素并不对应一个rgb值，而是对应灰度值。（convert详解可参考：https://blog.csdn.net/icamera0/article/details/50843172）

输入的图片：

输出的图片则变成了老照片一样的黑白画面：

 

例三：输出浅灰度值的图片

由例二的输出可以看出，当前的灰度值太高，接近于黑，可以适当调整参数降低灰度值。将当前元素的灰度值进行区间压缩，再扩充区间范围，使灰度的透明度变低。

输出的图片如下：明显灰度减少了很多。

同理，如果需要灰度继续加深，可以扩大c的值（比如平方）。

总结：这三变换都只改变了中间那一行图像数组的值，通过改变数组的元素值，可以实现所有的图像色彩变换。

---

 

手绘效果的生成:

     手绘效果是在灰度化的基础上由立体效果和明暗效果叠加而成。

     手绘效果的特点：

•            一般都是灰色系的
•            在边界上的线条比较重
•            相同或相近色偏白色
•            略有光源效果

方法：

1. 梯度的重构

           梯度值：明暗的变化率    图像数组的梯度可以通过numpy中的gradient()函数获取。

        2. 光源效果：

3. 梯度和光源的归一化：

源代码如下：

from PIL import Image
import numpy as np
 
a = np.asarray(Image.open("/Users/sijiahoe/Downloads/IMG_20200605_190915.jpg").convert('L')).astype('float')
 
depth = 10.                    # 虚拟深度值 (0-100)
grad = np.gradient(a)          # 读取图像灰度的梯度值
grad_x, grad_y = grad          # 分别取横纵图像梯度值
grad_x = grad_x*depth/100.
grad_y = grad_y*depth/100.
A = np.sqrt(grad_x**2 + grad_y**2 + 1.)  # 梯度归一化
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
                                     # np.cos(vec_az)为单位光线在平面上的投影长度
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)     # 光源和梯度相互作用，将梯度转化为灰度
b = b.clip(0,255)     # 为避免数组越界，将生成的灰度截取在0-255内
 
im = Image.fromarray(b.astype('uint8'))  #重构图像
im.save('/Users/sijiahoe/Downloads/handDraw.jpg)

 

测试原图：

输出的图片：

（此生成的图像灰度和对比度较低，可以通过调节相关参数改进）

 

全文所有内容非原创，转载链接如下。