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
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'))
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'))
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'))
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'))
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脚本之家。
