numpy的实例：图像的手绘效果（3）

最新推荐文章于 2022-11-12 21:55:58 发布

张一旻

最新推荐文章于 2022-11-12 21:55:58 发布

阅读量978

点赞数

分类专栏：数字图像处理 python

本文链接：https://blog.csdn.net/weixin_41999529/article/details/89576334

版权

本文介绍了如何利用numpy处理图像，实现手绘效果。首先，我们了解到图像可以用二维矩阵表示，每个元素代表一个像素的RGB值。接着，通过Python的PIL库加载图像，并进行处理。最后，展示了处理后的Lemon5.jpg图片，呈现出独特的手绘风格。

摘要由CSDN通过智能技术生成

1、图像的数组表示

PIL库

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）

图像是一个由像素组成的二维矩阵，每个元素是一个RGB值：RGB值: (R, G, B)

2、图像处理代码；

from PIL import Image
import numpy as np

a = np.array(Image.open('D:\Python_learning\ChinaMoocPractice\PythonPractice（pytho数据分析与展示）\Lemon.jpg'))
print(a.shape,a.dtype)
#图像的变换
b = [255,255,255] - a
im = Image.fromarray(b.astype('uint8'))#对图像进行数组处理，之后保存
im.save('Lemon1.jpg')


c = np.array(Image.open('Lemon.jpg').convert('L'))
# convert('L')表示转换为灰度图
d = 255 - c #也就是对灰度图取反
im1 = Image.fromarray(d.astype('uint8'))
im1.save('Lemon2.jpg')

e = np.array(Image.open('Lemon.jpg'))
f = (100/255)*e + 150 #区间变换
im2 = Image.f