Python 官方文档:入门教程 => 点击学习
目录主要采用的技术点读取图片,转化为数组计算 x,y,z 轴梯度值,归一化加入光源效果导出图片,并保存主要采用的技术点 python + Numpy + PIL 在正文代码开始前,大
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:
下面开始介绍,手绘照实现步骤:
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.
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
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
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库的资料请关注编程网其它相关文章!
--结束END--
本文标题: Python编程利用Numpy和PIL库将图片转化为手绘
本文链接: https://www.lsjlt.com/news/136802.html(转载时请注明来源链接)
有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341
下载Word文档到电脑,方便收藏和打印~
2024-03-01
2024-03-01
2024-03-01
2024-02-29
2024-02-29
2024-02-29
2024-02-29
2024-02-29
2024-02-29
2024-02-29
回答
回答
回答
回答
回答
回答
回答
回答
回答
回答
0