使用numpy和PIL進行簡單的圖像處理方法
更新時間：2018年07月02日 15:24:34 作者：unique碎
今天小編就為大家分享一篇使用numpy和PIL進行簡單的圖像處理方法，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧
如下所示：
from PIL import Image
import numpy as np
# 反相
# a = np.array(Image.open("test.jpg"))
# b = [255, 255, 255] - a
# 灰度，反相
# a = np.array(Image.open("test.jpg").convert('L'))
# b = 255 - a
# 灰度，顏色變談
# a = np.array(Image.open("test.jpg").convert('L'))
# b = (100/255)*a + 150 # 區(qū)間壓縮再增加
# 灰度，顏色加重
# a = np.array(Image.open("test.jpg").convert('L'))
# b = 255 * (a/255)**2 # 像素平方
# 轉手繪
a = np.array(Image.open('test.jpg').convert('L')).astype('float')
depth = 10. # (0-100)
grad = np.gradient(a) #取圖像灰度的梯度值
grad_x, grad_y = grad #分別取橫縱圖像梯度值
grad_x = grad_x*depth/100.
grad_y = grad_y*depth/100.
A = np.sqrt(grad_x**2 + grad_y**2 + 1.)
uni_x = grad_x/A
uni_y = grad_y/A
uni_z = 1./A
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
dy = np.cos(vec_el)*np.sin(vec_az) #光源對y 軸的影響
dz = np.sin(vec_el) #光源對z 軸的影響
b = 255*(dx*uni_x + dy*uni_y + dz*uni_z) #光源歸一化
b = b.clip(0,255)
im = Image.fromarray(b.astype("uint8"))
im.save("./result.jpg")
以上這篇使用numpy和PIL進行簡單的圖像處理方法就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支持腳本之家。
相關文章
Pandas探索之高性能函數(shù)eval和query解析
這篇文章主要介紹了Pandas探索之高性能函數(shù)eval和query解析，小編覺得還是挺不錯的，這里分享給大家，供需要的朋友參考。2017-10-10
這篇文章主要介紹了python中第三方庫pyecharts的使用， pyecharts的作用是用來做數(shù)據圖表,本文給大家介紹了作圖的步驟及實例代碼，需要的朋友可以參考下2022-08-08
大家好，本篇文章主要講的是python中異常的傳播詳解，感興趣的同學趕快來看一看吧，對你有幫助的話記得收藏一下2022-01-01
這篇文章主要介紹了Python中的延遲綁定原理詳解,文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下2019-10-10
這篇文章主要介紹了python對矩陣進行轉置的2種處理方法，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2019-07-07
Python中列表,元組,字典和集合的區(qū)別及它們之間的轉換
這篇文章主要介紹了Python中列表,元組,字典和集合的區(qū)別及它們之間的轉換方式，具有很好的參考價值，希望對大家有所幫助。如有錯誤或未考慮完全的地方，望不吝賜教2022-05-05
copy模塊是Python標準庫中用于對象拷貝的核心模塊,提供了淺拷貝(copy)和深拷貝(deepcopy)兩種對象復制機制,本文主要介紹了Python標準庫copy的具體使用,感興趣的可以了解一下2025-04-04
遺傳算法（Genetic?Algorithm,?GA）是模擬達爾文生物進化論的自然選擇和遺傳學機理的生物進化過程的計算模型，是一種通過模擬自然進化過程搜索最優(yōu)解的方法2022-11-11
這篇文章主要介紹了Python如何用?matplotlib?繪制柱狀圖，文章對matplotlib模塊中詳細學習繪制各種柱狀圖標相關屬性和方法，在遇到需要直觀展示離散數(shù)據點的差異時，我們可以使用bar()或者barh()繪制美觀的圖表。具有一定的參考價值,需要的朋友可以參考一下2021-12-12
Python報錯no?module?named?torch的幾種原因及解決方案
這篇文章主要給大家介紹了關于Python報錯no?module?named?torch的幾種原因及解決方案,這是小白時常犯的錯,這個報錯一般說明在你電腦當前環(huán)境下沒有安裝torch這個模塊,但也有其他情況,需要的朋友可以參考下2023-10-10