Python编程利用Numpy和PIL库将图片转化为手绘
主要采用的技术点
Python + Numpy + PIL
在正文代码开始前,大家先看看最初原图和转换手绘风图片前后对比。
当然了,我先查了手绘的三个基本特点:
- 图片可单通道灰度图
- 边缘线条较重可当成黑色,相同或相近像素值趋向白色
- 光源效果下,灰度变化类似于人类视觉的远近
下面开始介绍,手绘照实现步骤:
读取图片,转化为数组
因为要对图像的像素计算,可以先把图片先转化为数组。代码如下:
depth = 10. # (0-100) grad = np.gradient(a) # 取图像灰度的梯度值 grad_x, grad_y = grad # 分别取横纵图像梯度值 grad_x = grad_x * depth / 100. grad_y = grad_y * depth / 100.
计算 x,y,z 轴梯度值,归一化
照片对边缘区域更侧重,计算梯度是定位图片边缘部分最有效方式,用灰度变化来模拟图片远近效果,depth 表示预设深度,z 轴默认梯度为 1。
depth = 10. # (0-100) grad = np.gradient(a) # 取图像灰度的梯度值 grad_x, grad_y = grad # 分别取横纵图像梯度值 grad_x = grad_x * depth / 100. grad_y = grad_y * depth / 100.
对梯度值进行归一化操作
A = np.sqrt(grad_x ** 2 + grad_y ** 2 + 1.) uni_x = grad_x / A uni_y = grad_y / A uni_z = 1. / A
加入光源效果
根据光源不同的入射角度,对x,y,z 各轴上的梯度值有不同程度的影响,添加一个模拟光源,放置在斜上方,与 x , y 分别形成两个夹角,最后用正弦余弦函数计算出新的像素值。
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,8 255 b = b.clip(0, 255)# 对像素值低于0,高于255部分做截断处理
导出图片,并保存
im.save("man_shouhui.jpg")
用 Python将一张图片转化为手绘风格,就这么轻松搞定了!
以上就是Python编程利用Numpy和PIL库将一张图片转化为手绘风格的详细内容,更多关于python编程Numpy和PIL库的资料请关注脚本之家其它相关文章!
相关文章
python中pandas.read_csv()函数的深入讲解
这篇文章主要给大家介绍了关于python中pandas.read_csv()函数的相关资料,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧2021-03-03Python matplotlib绘图时指定图像大小及放大图像详解
Matplotlib是一个面向对象的绘图库,我们绘制的图像中,每条曲线,每个边框等等都对应一个对象,下面这篇文章主要给大家介绍了关于Python matplotlib绘图时指定图像大小及放大图像的相关资料,需要的朋友可以参考下2022-05-05一文带你精通Python中*args和**kwargs的应用技巧
如果能在Python中创建适应不同场景的函数,而无需每次都重写它们,会使得操作简洁方便,这就是*args和**kwargs的魔力所在,下面我们就来看看它们的具体一些应用技巧吧2024-03-03python之PyAutoGui教你做个自动脚本计算器的方法
这篇文章主要介绍了python之PyAutoGui教你做个自动脚本计算器的方法,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧2021-03-03
最新评论