07_Numpy渐变图片的生成

最新推荐文章于 2022-12-19 20:01:54 发布

饺子大人

最新推荐文章于 2022-12-19 20:01:54 发布

阅读量1.5k

点赞数

分类专栏： Numpy 文章标签： python numpy

本文链接：https://blog.youkuaiyun.com/qq_18351157/article/details/104093745

版权

Numpy 专栏收录该内容

26 篇文章

订阅专栏

本文介绍使用Numpy库中的np.linspace()和np.tile()函数生成渐变图片的方法。通过控制参数，可以实现图片在水平或垂直方向上的灰度渐变效果。同时，通过调整RGB值，可以创建不同颜色渐变的图片。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

07_Numpy渐变图片的生成

如果图片以ndarray格式处理的话，Numpy有丰富的功能可以对已有图片进行处理，从而得到一张新的图片。
例如:之前介绍过的保存，读取等功能。

01_Numpy的图片处理（读取，变换，保存）

在此，对渐变图片的生死进行介绍:

np.tile()和np.linspace()
渐变图片生成（代码）

np.tile()和np.linspace()

虽然生成方法有很多中，这里使用以下的方法来生成渐变图像。

np.linspace()等间距数组的增加或减少
np.tile()二维数组的排列

渐变的方向只有横，竖。斜面或放射状的渐变不可。

np.linspace()

np.linspace()有开始值(start),结束值(stop),生成个数(num)3个参数，返回的是一个一维数组(等差数列)。
和range(),np.arange()不同的是,隔间数将会自动生成。

import numpy as np

print(np.linspace(0, 10, 3))
# [ 0.  5. 10.]

print(np.linspace(0, 10, 4))
# [ 0.          3.33333333  6.66666667 10.        ]

print(np.linspace(0, 10, 5))
# [ 0.   2.5  5.   7.5 10. ]

start值>stop值也能处理。

print(np.linspace(10, 0, 5))
# [10.   7.5  5.   2.5  0. ]

np.tile()

np.tile()是一个可以横，竖排列的函数。对于创建重复图案的阵列很有帮助。
在参数中指定原始数组和重复次数。在二维排列的情况下，重复数为(行的重复数(垂直)，列的重复数(水平))。

import numpy as np

a = np.array([0, 1, 2, 3])

print(np.tile(a, 2))
# [0 1 2 3 0 1 2 3]

print(np.tile(a, (3, 2)))
# [[0 1 2 3 0 1 2 3]
#  [0 1 2 3 0 1 2 3]
#  [0 1 2 3 0 1 2 3]]

print(np.tile(a, (2, 1)))
# [[0 1 2 3]
#  [0 1 2 3]]

如果原始数组是二维数组，也可同样适用。

a = np.array([[11, 12], [21, 22]])

print(np.tile(a, 2))
# [[11 12 11 12]
#  [21 22 21 22]]

print(np.tile(a, (3, 2)))
# [[11 12 11 12]
#  [21 22 21 22]
#  [11 12 11 12]
#  [21 22 21 22]
#  [11 12 11 12]
#  [21 22 21 22]]

print(np.tile(a, (2, 1)))
# [[11 12]
#  [21 22]
#  [11 12]
#  [21 22]]

渐变图片生成（代码）

准备一个函数以生成二维的ndarray数组，该数组可以在垂直或水平方向上以相等的间隔增大或减少。该ndarray对应单色灰度图像。当is_horizontal为True时，灰度为水平变化。当is_horizontal为False时，灰度为垂直变化。

def get_gradation_2d(start, stop, width, height, is_horizontal):
    if is_horizontal:
        return np.tile(np.linspace(start, stop, width), (height, 1))
    else:
        return np.tile(np.linspace(start, stop, height), (width, 1)).T

这个函数扩展到三个维度。为列表中的每种颜色的值(开始，结束，is_horizonta)3个值,然后调用上述二维版本为每个通道生成渐变图片。

def get_gradation_3d(width, height, start_list, stop_list, is_horizontal_list):
    result = np.zeros((height, width, len(start_list)), dtype=np.float)

    for i, (start, stop, is_horizontal) in enumerate(zip(start_list, stop_list, is_horizontal_list)):
        result[:, :, i] = get_gradation_2d(start, stop, width, height, is_horizontal)

    return result

接下来生成实际的渐变图片

array = get_gradation_3d(512, 256, (0, 0, 0), (255, 255, 255), (True, True, True))
Image.fromarray(np.uint8(array)).save('./data/07/gradation_h.jpg', quality=95)

在这里插入图片描述

array = get_gradation_3d(512, 256, (0, 0, 0), (255, 255, 255), (False, False, False))
Image.fromarray(np.uint8(array)).save('./data/07/gradation_v.jpg', quality=95)

在这里插入图片描述

也可以更改RGB值来调整渐变的方向。

array = get_gradation_3d(512, 256, (0, 0, 192), (255, 255, 64), (True, False, False))
Image.fromarray(np.uint8(array)).save('./data/07/gradation_color.jpg', quality=95)

在这里插入图片描述