python图像色彩分析_Python——图像手绘效果

1、图像的RGB色彩模式

PIL

PIL， Python Image Library

PIL库是一个具有强大图像处理能力的第三方库

在命令行下的安装方法： pip install pillow

from PIL import Image

Image是PIL库中代表一个图像的类（对象）

from PIL import Image

import numpy as np

im=np.array(Image.open(r"C:\Users\Administrator\Desktop\timg.jpg"))

print(im.shape,im.dtype)

可以看出图像是一个三维数组，800行，1200列，每一个点分别是RGB三个值。

2、图像的变换

(1)

b=[255,255,255]-im

a=Image.fromarray(b.astype('uint8'))%生成新的图像三维数组

a.save(r"C:\Users\Administrator\Desktop\timg_2.jpg")

(2)

模式L”为灰色图像，它的每个像素用8个bit表示，0表示黑，255表示白，其他数字表示不同的灰度。在PIL中，从模式“RGB”转换为“L”模式是按照下面的公式转换的：

L = R * 299/1000 + G * 587/1000+ B * 114/1000

下面我们将图像转换为“L”图像。

a=np.array(Image.open(r"C:\Users\Administrator\Desktop\timg.jpg"))

b=np.array(Image.open(r"C:\Users\Administrator\Desktop\timg.jpg").convert('L'))

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

c.save(r"C:\Users\Administrator\Desktop\timg_5.jpg")

RGB三个数变为了一个数。

（3）

a=np.array(Image.open(r"C:\Users\Administrator\Desktop\timg.jpg").convert('L'))%变为灰度值图片

a

Out[12]:

array([[104, 104, 104, ..., 145, 145, 145],

[104, 104, 104, ..., 145, 145, 145],

[104, 104, 104, ..., 145, 145, 145],

...,

[ 70, 78, 79, ..., 73, 65, 78],

[ 72, 79, 78, ..., 76, 49, 83],

[ 73, 71, 69, ..., 118, 76, 97]], dtype=uint8)

b=255-a

b

Out[14]:

array([[151, 151, 151, ..., 110, 110, 110],

[151, 151, 151, ..., 110, 110, 110],

[151, 151, 151, ..., 110, 110, 110],

...,

[185, 177, 176, ..., 182, 190, 177],

[183, 176, 177, ..., 179, 206, 172],

[182, 184, 186, ..., 137, 179, 158]], dtype=uint8)

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

im.save(r"C:\Users\Administrator\Desktop\timg_3.jpg")

（4）

d=255*(a/255)**2 %平方变换

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

im.save(r"C:\Users\Administrator\Desktop\timg_4.jpg")

（5）

d=(100/255)*a+150%区间变换

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

im.save(r"C:\Users\Administrator\Desktop\timg_4.jpg")

2、图像手绘效果分析

手绘效果的几个特征：

• 黑白灰色

• 边界线条较重

• 相同或相近色彩趋于白色

• 略有光源效果

（1）梯度重构

利用像素之间的梯度值和虚拟深度值对图像进行重构

（2）光源效果

根据灰度变化来模拟人类视觉的远近程度

（3）

（4）

from PIL import Image

import numpy as np

a = np.asarray(Image.open(r"C:\Users\Administrator\Desktop\timg.jpg").convert('L')).astype('float')

depth = 10.

grad = np.gradient(a) #梯度值，

grad_x, grad_y = grad

grad_x = grad_x*depth/100. #列梯度值*0.1

grad_y = grad_y*depth/100.

A = np.sqrt(grad_x**2 + grad_y**2 + 1.) #相当于grad_z=1

uni_x = grad_x/A

uni_y = grad_y/A

uni_z = 1./A #梯度归一化

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) #长度为1，投影x,y,z长度

b = 255*(dx*uni_x + dy*uni_y + dz*uni_z)

b = b.clip(0,255)

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

im.save(r"C:\Users\Administrator\Desktop\timg_6.jpg")

数据变化过程如下

目的其实是将数据两级化，要么黑要么白，更好凸显手绘的感觉

x,y梯度变化越大，，则z的梯度比例越小，此时求出的变化后的灰度值越小，颜色越黑。

相反，则灰度值越大，越白，将黑白分明就显示出来了。