Python 數(shù)據(jù)分析與展示筆記2 – 圖像手繪效果

---

Python 數(shù)據(jù)分析與展示系列筆記是筆者學(xué)習(xí)、實踐Python 數(shù)據(jù)分析與展示的相關(guān)筆記

課程鏈接： Python 數(shù)據(jù)分析與展示

參考文檔：
Numpy 官方文檔（英文）
Numpy 官方文檔（中文）
PIL 官方文檔

---

一、PIL 庫

---

1、安裝與導(dǎo)入

# 安裝 PIL 庫 pip install pillow# 導(dǎo)入 PIL 庫 import PIL# 導(dǎo)入 PIL 庫的 Image模塊/類（用讀取顯示圖像） from PIL import Image

2、簡單使用

# 打開圖像 Image.open('圖片的路徑')# 轉(zhuǎn)為灰度圖像 .convert('L')# 保存圖像 .save('保存路徑')

---

二、圖像手繪效果

---

1、總體思路

• 圖像中物體的邊緣用黑色畫出，而大片相同的區(qū)域用白色畫出
• 圖像梯度可以求出物體的邊緣，邊緣越明顯，梯度越大
• 為了用黑色表色邊緣，圖片的像素值應(yīng)該與梯度值成反比關(guān)系，而代碼中的核心思想也是為了求得這個關(guān)系

2、幾點理解

• depth參數(shù)：設(shè)置 x,y 梯度占總的梯度的比例，使梯度值縮小，因為我們把z向的梯度設(shè)成了1，如果不壓縮x,y向梯度那么這個1就起不到什么作用
• z 方向的梯度（即梯度歸一化中的1）：為了表示像素值與梯度的反比關(guān)系，當像素的 x,y 向梯度值都很小時，在歸一化時uni_z值就會區(qū)于1從而得到趨于255的像素值
• 圖像梯度歸一化：主要為了得到 uni_z 的值
• 光源設(shè)置：設(shè)置光源的角度只是為了得到 dx,dy,dz 三個可調(diào)系數(shù)而已，個人認為跟光源一點關(guān)系都沒有，反而不好理解
• dx,dy,dz：uni_x，uni_y，uni_z的系數(shù)，更深入的說其實目的是把 dz 設(shè)的很大，dx,dy很小，完全可以不要dx,dy 把dz設(shè)為1，效果幾乎一樣

3、代碼

from PIL import Image import numpy as npdef hand_draw_image(img_path, show=True, save_path=None):"""把彩色圖片變?yōu)槭掷L風(fēng)格的灰度圖片:param img_path: 原圖片的路徑:param show: 是否要顯示手繪圖片:param save_path: 是否要保存手繪圖片:return:"""# 打開圖片轉(zhuǎn)為灰度圖，并轉(zhuǎn)換為 float 類型的 ndarrayimg = np.asarray(Image.open(img_path).convert('L')).astype('float')# 求圖像的梯度depth = 10grad_x, grad_y = np.gradient(img)grad_x = grad_x * depth / 100.grad_y = grad_y * depth / 100.# 歸一化圖像的梯度img_grad = np.sqrt(grad_x ** 2 + grad_y ** 2 + 1)uni_x = grad_x / img_graduni_y = grad_y / img_graduni_z = 1 / img_grad# 光源對圖像明暗的影響vec_el = np.pi / 2.2 # 光源的俯視角度，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) # 光源對 x 軸的影響（投影）dy = np.cos(vec_el) * np.sin(vec_az) # 光源對 y 軸的影響（投影）dz = np.sin(vec_el) # 光源對 z 軸的影響（投影）img_res = 255 * (dx * uni_x + dy * uni_y + dz * uni_z) # 光源歸一化img_res = img_res.clip(0, 255) # 裁剪0-255外的像素值im = Image.fromarray(img_res.astype(np.uint8)) # 重構(gòu)圖像if show:im.show()if save_path:im.save(save_path)if __name__ == '__main__':print('running hand_painted:')hand_draw_image('圖片路徑')

原圖：

效果：

---

GOOD LUCK!

---

總結(jié)

以上是生活随笔為你收集整理的Python 数据分析与展示笔记2 -- 图像手绘效果的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。