图像反转

顾名思义，图像反转即反转图像灰度级，可以得到等效的照片底片

设一幅图片的灰度级为，则反转图像公式如下：

                                                                                      

s为目标图像的像素点的像素值，r为原图像像素点的像素值

下面使用Python实现图像反转：

使用的图像数据为：

导入待使用的第三方库：

from PIL import Image
import numpy as np
import matplotlib.pyplot as plt

读取图片，并查看图片大小和通道数：

img = Image.open('灰原.jpg')
np.shape(img)

(300, 533, 3)

原图像大小为300*533像素的，  RGB三通道彩色图片

可视化：

plt.axis('off')
plt.imshow(img)
plt.show()

 

将图像数据转换为numpy数组：

img_data = np.array(img)

 图像反转函数：

def Image_rollovers(img, func):
    img_data = np.array(img)
    a = np.shape(img_data)
    new_img = []
    for i in range(a[0]):
        new_row = []
        for j in range(a[1]):
            data = list(img_data[i][j])
            new_data = func(data)
            new_row.append(np.array(new_data))
        new_img.append(np.array(new_row))
    return new_img

def rollovers(data):
    new_data = []
    for k in data:
        new_data.append(int(255-k))
    return new_data

 调用函数并查看结果：

new_img = Image_rollovers(img, rollovers)
new_img = np.array(new_img)
new_img = Image.fromarray(new_img.astype('uint8')).convert('RGB')

plt.figure(figsize=(72,128))
plt.subplot(121)
plt.axis('off')
gray1 = new_img.convert('L')
plt.imshow(gray1, cmap='gray')
plt.subplot(122)
plt.axis('off')
plt.imshow(img, cmap='gray')
plt.show()

 

 左侧为目标图像，左侧为原图像