用Python PIL实现几个简单的图片特效

时间:2022-09-04 16:36:13

导入 numpy 、pil

numpy用来做矩阵运算,pil用来读取图片。

?
1
2
import numpy as np
from pil import image

读取图片,然后转换成rgb模式存在矩阵里

?
1
2
im = image.open(imagename).convert('rgb')
arr = np.array(im)

查看arr的shape,可以看到arr是个3维的数组,数组大小等于 长*宽*3

?
1
2
in [566]: arr.shape
out[566]: (313, 450, 3)

每个像素有3个数字表示,分别对应(r,g,b)

?
1
2
in [567]: arr[0][0]
out[567]: array([6, 4, 9], dtype=uint8)

原始图片

用Python PIL实现几个简单的图片特效

彩色转黑白

把像素的r,g,b三个通道数值都置为r*0.299+g*0.587+b*0.114

?
1
2
3
4
5
6
def blackwithe(imagename):
  # r,g,b = r*0.299+g*0.587+b*0.114
  im = np.asarray(image.open(imagename).convert('rgb'))
  trans = np.array([[0.299,0.587,0.114],[0.299,0.587,0.114],[0.299,0.587,0.114]]).transpose()
  im = np.dot(im,trans)
  return image.fromarray(np.array(im).astype('uint8'))

用Python PIL实现几个简单的图片特效

流年

把r通道的数值开平方,然后乘以一个参数

?
1
2
3
4
5
6
def fleeting(imagename,params=12):
  im = np.asarray(image.open(imagename).convert('rgb'))
  im1 = np.sqrt(im*[1.0,0.0,0.0])*params
  im2 = im*[0.0,1.0,1.0]
  im = im1+im2
  return image.fromarray(np.array(im).astype('uint8'))

用Python PIL实现几个简单的图片特效

旧电影

把像素的r,g,b三个通道数值,3个通道的分别乘以3个参数后求和,最后把超过255的值置为255

?
1
2
3
4
5
6
7
def oldfilm(imagename):
  im = np.asarray(image.open(imagename).convert('rgb'))
  # r=r*0.393+g*0.769+b*0.189 g=r*0.349+g*0.686+b*0.168 b=r*0.272+g*0.534b*0.131
  trans = np.array([[0.393,0.769,0.189],[0.349,0.686,0.168],[0.272,0.534,0.131]]).transpose()
  # clip 超过255的颜色置为255
  im = np.dot(im,trans).clip(max=255)       
  return image.fromarray(np.array(im).astype('uint8'))

用Python PIL实现几个简单的图片特效

反色

这个最简单了,用255减去每个通道的原来的数值

?
1
2
3
def reverse(imagename):
  im = 255 - np.asarray(image.open(imagename).convert('rgb'))
  return image.fromarray(np.array(im).astype('uint8'))

用Python PIL实现几个简单的图片特效

ps:示例

?
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
from pil import image, imagefilter
 
# 打开一个jpg图像文件,注意是当前路径:
im = image.open('penguins.jpg')
 
 
 
# 模糊
im2 = im.filter(imagefilter.blur)
# 模糊可设置模糊的程度
im22 = im.filter(imagefilter.boxblur(200))
# 轮廓滤波
im3 = im.filter(imagefilter.contour)
# 边缘增强滤波(锐化)
im4 = im.filter(imagefilter.edge_enhance)
# 浮雕滤波
im5 = im.filter(imagefilter.emboss)
# 寻找边缘信息的滤波
im6 = im.filter(imagefilter.find_edges)
 
im2.save('blur.jpg', 'jpeg')
im3.save('contour.jpg', 'jpeg')
im4.save('edge_enhance.jpg', 'jpeg')
im5.save('emboss.jpg', 'jpeg')
im6.save('find_edges.jpg', 'jpeg')
im22.save('boxblur(200).jpg', 'jpeg')

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服务器之家。

原文链接:https://blog.csdn.net/u010950854/article/details/72794168