python科学计算库numpy和绘图库PIL的结合,素描图片(原创)

# 导入绘图库

from PIL import Image

#导入科学计算库

import numpy as np 

#封装一个图像处理工具类

class TestNumpy(object):

    def photo2paint(self,img_url):

        #读取图片，asarray()转矩阵    convert('L')转变成像素化     astype()转元素类型

        my_photo = np.asarray(Image.open(img_url).convert('L')).astype('float')

        print(my_photo)

        print(my_photo.dtype)

        print(my_photo.shape)

        print(my_photo.size)

        print('矩阵是 {} 维度'.format(my_photo.ndim))

        print('元素 {} 字节'.format(my_photo.itemsize))

        #设置灰度阈值   范围是(0-100)

        depth = 10

        #将灰度系数映射到numpy

        grad = np.gradient(my_photo)

        #获取坐标

        grad_x,grad_y = grad

        #分别处理，淡化灰度

        grad_x = grad_x * depth / 300

        grad_y = grad_y * depth / 300

        #设置阿尔法值

        #设置坐标范围

        A = np.sqrt(grad_x**2 + grad_y**2 + 1)

        #重新赋值，进行光源化处理，避免像素缺失

        uni_x = grad_x/A

        uni_y = grad_y/A

        uni_z = 1/A

        #灰度光源设置   角度/弧度

        vec_el = np.pi/2.2

        vec_az = np.pi/4

        #设置x轴和y轴

        dx = np.cos(vec_el) * np.cos(vec_az)  #余玄

        dy = np.cos(vec_el) * np.sin(vec_az)

        #设置z轴

        dz = np.sin(vec_el)

        #设置byte值

        b = 255 * (dx*uni_x+dy*uni_y+dz*uni_z)

        #光源归一化

        b = b.clip(0,255)

        #声明图像类对象

        im = Image.fromarray(b.astype('uint8'))

        #保存图像

        im.save('./test_new.jpg')

if __name__ == "__main__":

    tn = TestNumpy()

    tn.photo2paint('./test_numpy.jpg')

python科学计算库numpy和绘图库PIL的结合,素描图片(原创)的相关教程结束。