欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  IT编程

用Python PIL实现几个简单的图片特效

程序员文章站 2023-08-17 10:08:56
导入 numpy 、pil numpy用来做矩阵运算,pil用来读取图片。 import numpy as np from pil import image...

导入 numpy 、pil

numpy用来做矩阵运算,pil用来读取图片。

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

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

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)

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

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

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

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

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

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。