Python 神仙姐姐图像手绘效果实现

蓮花仙者
发布: 2025-09-26 09:39:16
原创
840人浏览过

文章目录

一、图像的 RGB 色彩模式

二、Python 的 PIL 库

三、图像的数组表示

四、图像的变换

立即学习Python免费学习笔记(深入)”;

五、图像的手绘效果实现

Python  神仙姐姐图像手绘效果实现

一、图像的 RGB 色彩模式

图像通常采用 RGB 色彩模式,每个像素点的颜色由红(R)、绿(G)、蓝(B)三个通道构成。通过 RGB 三个通道的变化和叠加,可以生成各种颜色。红、绿、蓝的取值范围均为 0-255。RGB 色彩模式涵盖了人类视觉所能感知的全部颜色。

二、Python 的 PIL 库

Python Imaging Library (PIL) 为 Python 增添了图像处理功能。这个库支持多种文件格式,提供了高效的内部表示和强大的图像处理能力。PIL 适用于图像归档和批量处理,可用于创建缩略图、转换格式、打印图片等。当前版本支持验证和读取多种图片格式,但写入功能仅限于常用格式。图像显示方面,当前版本包含 Tk PhotoImage 和 BitmapImage 接口,以及 Windows DIB interface,方便在 Windows 下使用。此外,还提供 show() 方法,用于保存图像到磁盘并显示。PIL 包含基本的图像处理功能,如点操作、使用内置卷积内核过滤、色彩空间转换等,还支持更改图像大小、旋转、自由变换,并提供直方图方法用于对比度增强和全局统计分析。

PIL 库是 Python 的强大图像处理第三方库,在 Anaconda 中已预装。通过命令行安装的方法如下:

pip install pillow -i http://pypi.douban.com/simple --trusted-host pypi.douban.com
登录后复制

三、图像的数组表示

图像可以视为由像素组成的二维矩阵,每个元素包含一个 RGB 值。

from PIL import Image
import numpy as np
<p>im = np.array(Image.open(r'D:\test\001.jpg'))  # 打开一个图片并生成数组对象
print(im.shape, im.dtype)</p><h1>输出结果</h1><h1>(854, 960, 3) uint8
登录后复制

图像是一个三维数组,分别表示高度、宽度和像素的 RGB 值。

四、图像的变换

立即学习Python免费学习笔记(深入)”;

图像可以表示为数组,数组经过运算后可以改变图像形状,从而进行图像变换。读取图像后,获取像素的 RGB 值,修改后保存为新文件。

原始图片如下:

Python  神仙姐姐图像手绘效果实现

通过计算 RGB 三个通道的补值,生成新的图像。

图像转图像AI
图像转图像AI

利用AI轻松变形、风格化和重绘任何图像

图像转图像AI 65
查看详情 图像转图像AI
from PIL import Image</h1><p>import numpy as np</p><p>a = np.array(Image.open(r'D:\test\001.jpg'))  # 打开一个图片并生成数组对象
print(a.shape, a.dtype)
b = [255, 255, 255] - a  # 计算 RGB 三个通道的补值
im = Image.fromarray(b.astype('uint8'))  # 重新生成图片对象
im.save(r'D:\test\002.jpg')  # 保存为新的 jpg 图片
登录后复制

效果如下:

Python  神仙姐姐图像手绘效果实现

将彩色图像转换为灰度值图像,并对灰度值取反。

from PIL import Image
import numpy as np</p><h1>使用 convert('L') 将彩色图片转换为灰度值图片</h1><p>a = np.array(Image.open(r'D:\test\001.jpg').convert('L'))  # 打开一个图片并生成数组对象,得到灰度值
print(a.shape, a.dtype)
c = 255 - a  # 对灰度值取反
im = Image.fromarray(c.astype('uint8'))
im.save(r'D:\test\003.jpg')
登录后复制

效果如下:

Python  神仙姐姐图像手绘效果实现

对图像进行区间变换。

from PIL import Image
import numpy as np</p><p>a = np.array(Image.open(r'D:\test\001.jpg').convert('L'))  # 打开一个图片并生成数组对象,得到灰度值
print(a.shape, a.dtype)
d = (100 / 255) * a + 150  # 区间变换
im = Image.fromarray(d.astype('uint8'))
im.save(r'D:\test\004.jpg')
登录后复制

效果如下:

Python  神仙姐姐图像手绘效果实现

图像像素平方。

from PIL import Image
import numpy as np</p><p>a = np.array(Image.open(r'D:\test\001.jpg').convert('L'))  # 打开一个图片并生成数组对象,得到灰度值
print(a.shape, a.dtype)
e = 255 * (a / 255) ** 2  # 像素平方
im = Image.fromarray(e.astype('uint8'))
im.save(r'D:\test\005.jpg')
登录后复制

效果如下:

Python  神仙姐姐图像手绘效果实现

五、图像的手绘效果实现

图像手绘效果的特征包括黑白灰色、边界线条较重、相同或相近色彩趋于白色、略有光源效果。手绘风格是在对图像进行灰度化的基础上,通过立体效果和明暗效果叠加而成。灰度实际代表了图像的明暗变化,而梯度表示灰度的变化率。可以通过调整像素的梯度值来间接改变图像的明暗程度,立体效果则通过添加虚拟深度值实现。

Python  神仙姐姐图像手绘效果实现Python  神仙姐姐图像手绘效果实现Python  神仙姐姐图像手绘效果实现Python  神仙姐姐图像手绘效果实现

from PIL import Image
import numpy as np</p><p>a = np.asarray(Image.open(r'D:\test\001.jpg').convert('L')).astype('float')</p><h1>根据灰度变化来模拟人类视觉的明暗程度</h1><p>depth = 10.  # 预设虚拟深度值为10,范围为0-100
grad = np.gradient(a)  # 提取梯度值
grad_x, grad_y = grad  # 提取 x y 方向梯度值,解构赋给 grad_x,grad_y</p><h1>利用像素之间的梯度值和虚拟深度值对图像进行重构</h1><p>grad_x = grad_x <em> depth / 100.
grad_y = grad_y </em> depth / 100.  # 根据深度调整 x y 方向梯度值
A = np.sqrt(grad_x <strong> 2 + grad_y </strong> 2 + 1.)
uni_x = grad_x / A
uni_y = grad_y / A
uni_z = 1. / A
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) <em> np.cos(vec_az)  # 光源对 x 轴影响
dy = np.cos(vec_el) </em> np.sin(vec_az)  # 光源对 y 轴影响
dz = np.sin(vec_el)  # 光源对 z 轴影响
b = 255 <em> (dx </em> uni_x + dy <em> uni_y + dz </em> uni_z)  # 光源归一化
b = b.clip(0, 255)  # 为了避免数据越界,将生成辉度值裁剪至0-255区间
im = Image.fromarray(b.astype('uint8'))  # 图像重构
im.save(r'D:\test\006.jpg')  # 保存图片
登录后复制

图像手绘效果如下:

Python  神仙姐姐图像手绘效果实现Python  神仙姐姐图像手绘效果实现Python  神仙姐姐图像手绘效果实现Python  神仙姐姐图像手绘效果实现

本文参考了 pillow 库官方文档和北京理工大学嵩天老师的 Python 数据分析与展示课程中的一个单元。

以上就是Python 神仙姐姐图像手绘效果实现的详细内容,更多请关注php中文网其它相关文章!

最佳 Windows 性能的顶级免费优化软件
最佳 Windows 性能的顶级免费优化软件

每个人都需要一台速度更快、更稳定的 PC。随着时间的推移,垃圾文件、旧注册表数据和不必要的后台进程会占用资源并降低性能。幸运的是,许多工具可以让 Windows 保持平稳运行。

下载
来源:php中文网
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn
最新问题
热门推荐
开源免费商场系统广告
热门教程
更多>
最新下载
更多>
网站特效
网站源码
网站素材
前端模板
关于我们 免责申明 举报中心 意见反馈 讲师合作 广告合作 最新更新 English
php中文网:公益在线php培训,帮助PHP学习者快速成长!
关注服务号 技术交流群
PHP中文网订阅号
每天精选资源文章推送
PHP中文网APP
随时随地碎片化学习

Copyright 2014-2025 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号