python数据分析1——numpy和手绘图的绘制
2019-03-07 21:51
363 查看
numpy弥补了python没有数组的缺陷,此库也是python数据分析的基础库,很多库都是在它的基础上建立起来的。
它最重要的是ndarray数组,可以直接通过其构建数组:
import numpy as np a = np.array([1, 2, 3, 4, 5]) print(a)
numpy有很多的功能,这里就不再重复,之前也学习过了。主要是学习了利用numpy的原理来将图像转换成手绘图:
首先了解一下,一张图片由很多的像素点组成,一个像素点可以由RGB来表示颜色,利用PIL库和numpy库可以将读取成一个数组,然后利用numpy的函数处理方法,来对数组进行处理,从而达到将色彩图转换成手绘图的效果,代码如下。
from PIL import Image import numpy as np a = np.array(Image.open('./tianan.jpg').convert('L')).astype('float') depth = 10 #(0--100) grad = np.gradient(a) #取图像灰度的梯度值 gradx, grady = grad #分别取横纵图像梯度值 gradx = gradx * depth/100. #计算深度值对于梯度值的影响 grady = grady * depth/100. A = np.sqrt(gradx**2 + grady**2 + 1.) uni_x = gradx / A uni_y = grady / 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) #剪切,对溢出值进行处理 im = Image.fromarray(b.astype('uint8')) #重构图像 im.save('./tiananHD.jpg')
原图:
效果图:
相关文章推荐
- Python数据分析:直方图及子图的绘制
- Python数据分析 | (9)NumPy数组高级操作---变型、重塑、扁平、合并拆分以及重复
- 利用Python数据分析:Numpy基础(一)
- Python数据分析笔记——Numpy、Pandas库
- python数据分析学习笔记-Numpy-Matplotlib-Pandas
- python数据分析--Numpy
- python数据分析-numpy核心包
- Python数据分析:numpy常用函数
- Python数据分析之numpy学习(一)
- [python数据分析] 简述幂率定律及绘制Power-law函数
- python数据分析之numpy学习一
- 利用Python数据分析:Numpy基础(二)
- python/pandas/numpy数据分析(十一)-相关系数与协方差
- python中添加数据分析工具numpy和pandas
- Python数据分析|第4章 NumPy基础:数组和矢量计算
- 利用python/pandas/numpy做数据分析(三)-透视表pivot_table
- python/pandas/numpy数据分析(七)-MultiIndex
- 利用 Python 进行数据分析(四)NumPy 基础:ndarray 简单介绍
- Ubuntu16.04安装Python的数据分析库numpy,pandas,scipy,matplotlib
- python数据分析学习笔记--numpy