使用numpy和PIL进行简单的图像处理方法
更新时间:2018年07月02日 15:24:34 作者:unique碎
今天小编就为大家分享一篇使用numpy和PIL进行简单的图像处理方法,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
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,颜色变谈 # a = np.array(Image.open("test.jpg").convert('L')) # b = (100/255)*a + 150 # 区间压缩再增加 # 灰度,颜色加重 # a = np.array(Image.open("test.jpg").convert('L')) # b = 255 * (a/255)**2 # 像素平方 # 转手绘 a = np.array(Image.open('test.jpg').convert('L')).astype('float') depth = 10. # (0-100) grad = np.gradient(a) #取图像灰度的梯度值 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.) 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)*np.cos(vec_az) #光源对x 轴的影响 dy = np.cos(vec_el)*np.sin(vec_az) #光源对y 轴的影响 dz = np.sin(vec_el) #光源对z 轴的影响 b = 255*(dx*uni_x + dy*uni_y + dz*uni_z) #光源归一化 b = b.clip(0,255) im = Image.fromarray(b.astype("uint8")) im.save("./result.jpg")
以上这篇使用numpy和PIL进行简单的图像处理方法就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持脚本之家。
相关文章
Keras目标检测mtcnn facenet搭建人脸识别平台
这篇文章主要为大家介绍了Keras目标检测mtcnn facenet搭建人脸识别平台,有需要的朋友可以借鉴参考下,希望能够有所帮助,祝大家多多进步,早日升职加薪2022-05-05
最新评论