numpy 图像的变换

最新推荐文章于 2025-11-29 06:30:00 发布

原创最新推荐文章于 2025-11-29 06:30:00 发布 · 488 阅读

2 ·

CC 4.0 BY-SA版权

python 专栏收录该内容

11 篇文章

订阅专栏

本文介绍了图像处理的基本原理，包括RGB色彩模式和图像的数组表示。通过Python代码展示了如何使用numpy和PIL库将彩色图片转换为灰度图像，并进行了区间变换和像素平方操作，创造出不同的视觉效果。最后，详细阐述了实现手绘图像的过程，涉及图像梯度、光照计算等高级技巧。

一、原理

图像一般使用RGB色彩模式，即每个像素点的颜色由Red,Green,Blue组成
图像是一个由像素组成的二维矩阵，每个元素是一个RGB值
图像的数组表示：
图像是一个三维数组，维度分别是高度、宽度和像素RGB值

二、代码实现

1、

import numpy as np
from PIL import Image
df=np.array(Image.open(r"C:\Users\k\Desktop\QQ图片20191103152635.jpg"))
print(df.shape,df.dtype)
b=[255,255,255]-df
im=Image.fromarray(b.astype('uint8'))
im.save(r"C:\Users\k\Desktop\01.jpg")

2、convert（）函数将彩色图片变成一个灰色图片，df对应图片中每一个元素的灰度值，是一个二维数组

import numpy as np
from PIL import Image
df=np.array(Image.open(r"C:\Users\k\Desktop\QQ图片20191103152635.jpg").convert('L'))
print(df.shape,df.dtype)
b=255-df
im=Image.fromarray(b.astype('uint8'))
im.save(r"C:\Users\k\Desktop\01.jpg")

3、区间变换

import numpy as np
from PIL import Image
df=np.array(Image.open(r"C:\Users\k\Desktop\abd.jpg").convert('L'))

c=(100/255)*df+150
im=Image.fromarray(c.astype('uint8'))
im.show(r"C:\Users\k\Desktop\111.jpg")

4、像素平方

import numpy as np
from PIL import Image
df=np.array(Image.open(r"C:\Users\k\Desktop\abd.jpg").convert('L'))

c=255*(df/255)**2
im=Image.fromarray(c.astype('uint8'))
im.show(r"C:\Users\k\Desktop\11.jpg")

5、手绘图像的实现

import numpy as np
from PIL import Image

a=np.array(Image.open(r"C:\Users\k\Desktop\abd.jpg").convert('L')).astype('float')
depth=10
grad=np.gradient(a)    #去图像灰度的梯度值
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
A=np.sqrt(grad_x**2,grad_y**2+1.)
unit_x=grad_x/A
unit_y=grad_y/A
unit_z=1./A

vec_e1=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_e1)*np.cos(vec_az)  #光源对x轴的影响
dy=np.sin(vec_e1)*np.sin(vec_az)  #光源对y轴的影响
dz=np.sin(vec_e1)                 #光源对z轴的影响

b=255*(dx*unit_x+dy*unit_y+dz*unit_z)#光源归一化
b=b.clip(0,255)

im=Image.fromarray(b.astype('uint8'))  #重构图像
im.save(r"C:\Users\k\Desktop\uu.jpg")