如下所示：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
|
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/Auni_y = grad_y/Auni_z = 1./Avec_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服务器之家。
原文链接：https://blog.csdn.net/Hyj6846492/article/details/75041959
