这篇文章主要介绍了基于python实现把图片转换成素描,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
导语:
你是否还在为当时年少时没有选择自己的梦想而伤心,是否还在为自己的无法成为绘画名家而苦恼,这一切都不需要担心。python都能帮你实现,诶!python怎么能画画呢,一些简单的图案没问题,但是我要是想画素描那肯定没有办法了呀!
需求分析:
通过python代码脚本,实现绘制素描
安装工具
pip install pillow pip install numpy
代码实现
首先我们需要看一下我们需要的原图:
这是一头大水牛,那我们要如何将它变成一幅素描画呢?
来看我们第一种方案:
# -*- coding: utf-8 -*- from PIL import Image from random import randint old = Image.open(r"da.jpg") new = Image.new('L', old.size, 255) w, d = old.size old = old.convert('L') PEN_SIZE = 3 COLOR_DIFF = 7 LINE_LEN = 2 for i in range(PEN_SIZE + 1, w - PEN_SIZE - 1): for j in range(PEN_SIZE + 1, d - PEN_SIZE - 1): originalcolor = 255 lcolor = sum([old.getpixel((i - r, j)) for r in range(PEN_SIZE)]) // PEN_SIZE rcolor = sum([old.getpixel((i + r, j)) for r in range(PEN_SIZE)]) // PEN_SIZE if abs(lcolor - rcolor) > COLOR_DIFF: originalcolor -= (255 - old.getpixel((i, j))) // 4 for p in range(-LINE_LEN + randint(-1, 1), LINE_LEN + randint(-1, 1)): new.putpixel((i, j + p), originalcolor) ucolor = sum([old.getpixel((i, j - r)) for r in range(PEN_SIZE)]) // PEN_SIZE dcolor = sum([old.getpixel((i, j + r)) for r in range(PEN_SIZE)]) // PEN_SIZE if abs(ucolor - dcolor) > COLOR_DIFF: originalcolor -= (255 - old.getpixel((i, j))) // 4 for p in range(-LINE_LEN + randint(-1, 1), LINE_LEN + randint(-1, 1)): new.putpixel((i + p, j), originalcolor) lucolor = sum([old.getpixel((i - r, j - r)) for r in range(PEN_SIZE)]) // PEN_SIZE rdcolor = sum([old.getpixel((i + r, j + r)) for r in range(PEN_SIZE)]) // PEN_SIZE if abs(lucolor - rdcolor) > COLOR_DIFF: originalcolor -= (255 - old.getpixel((i, j))) // 4 for p in range(-LINE_LEN + randint(-1, 1), LINE_LEN + randint(-1, 1)): new.putpixel((i - p, j + p), originalcolor) rucolor = sum([old.getpixel((i + r, j - r)) for r in range(PEN_SIZE)]) // PEN_SIZE ldcolor = sum([old.getpixel((i - r, j + r)) for r in range(PEN_SIZE)]) // PEN_SIZE if abs(rucolor - ldcolor) > COLOR_DIFF: originalcolor -= (255 - old.getpixel((i, j))) // 4 for p in range(-LINE_LEN + randint(-1, 1), LINE_LEN + randint(-1, 1)): new.putpixel((i + p, j + p), originalcolor) new.save(r"pencil_drawing.jpg")
我们这第一份素描图案时以线条为单位进行素描的,而且还增加了随机函数,图案中线条的长度不确定,这样创作的素描看上去更加柔和,看起来更加接近真实的人类作画的风格。
但是这个方法有一些弊端,
一是代码量较多
二是执行速度过慢
你想通过这个方式实现一个素描图案,需要等待很长时间。
那么有没有更好的方式呢?
来,我们再来看,接下来我们要用一种更友好的方式来实现这个需求
from PIL import Image import numpy as np a = np.asarray(Image.open('牛.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')) # 重构图像 im.save('new.jpg')
可能细心一点,大家可以看到我使用的是,数据分析,金融量化,机器学习,人工智能的必备工具包numpy,而且代码量缩短的二十几行了,效果相较于上面那种方式,还要更好一些,运行的速度也要快很多倍。
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持。
广告合作:本站广告合作请联系QQ:858582 申请时备注:广告合作(否则不回)
免责声明:本站资源来自互联网收集,仅供用于学习和交流,请遵循相关法律法规,本站一切资源不代表本站立场,如有侵权、后门、不妥请联系本站删除!
免责声明:本站资源来自互联网收集,仅供用于学习和交流,请遵循相关法律法规,本站一切资源不代表本站立场,如有侵权、后门、不妥请联系本站删除!
暂无评论...
更新日志
2024年11月25日
2024年11月25日
- 凤飞飞《我们的主题曲》飞跃制作[正版原抓WAV+CUE]
- 刘嘉亮《亮情歌2》[WAV+CUE][1G]
- 红馆40·谭咏麟《歌者恋歌浓情30年演唱会》3CD[低速原抓WAV+CUE][1.8G]
- 刘纬武《睡眠宝宝竖琴童谣 吉卜力工作室 白噪音安抚》[320K/MP3][193.25MB]
- 【轻音乐】曼托凡尼乐团《精选辑》2CD.1998[FLAC+CUE整轨]
- 邝美云《心中有爱》1989年香港DMIJP版1MTO东芝首版[WAV+CUE]
- 群星《情叹-发烧女声DSD》天籁女声发烧碟[WAV+CUE]
- 刘纬武《睡眠宝宝竖琴童谣 吉卜力工作室 白噪音安抚》[FLAC/分轨][748.03MB]
- 理想混蛋《Origin Sessions》[320K/MP3][37.47MB]
- 公馆青少年《我其实一点都不酷》[320K/MP3][78.78MB]
- 群星《情叹-发烧男声DSD》最值得珍藏的完美男声[WAV+CUE]
- 群星《国韵飘香·贵妃醉酒HQCD黑胶王》2CD[WAV]
- 卫兰《DAUGHTER》【低速原抓WAV+CUE】
- 公馆青少年《我其实一点都不酷》[FLAC/分轨][398.22MB]
- ZWEI《迟暮的花 (Explicit)》[320K/MP3][57.16MB]