成果展现
原始效果图
素描效果图
相干依赖包
# 超好看的打印库from pprint import pprint# 图像处理库from PIL import Image# 科学计算库import numpy as np# GUI文件关上窗口import tkinter.filedialog制作文件关上窗口
# 创立根窗口root = tkinter.Tk().withdraw()# 文件抉择对话窗口，返回文件对象file_ = tkinter.filedialog.askopenfilename()pprint("1、读取原始图像胜利")素描图转换
# 退出异样解决try: # 定义色彩深度（0~100，值越大色彩越深） depth = 20 # 获取照片灰度的梯度值 image_grad = np.gradient(np.asarray(Image.open(file_).convert('L')).astype('int')) pprint("2、获取图像梯度值胜利") # 别离获取X，Y方向的梯度值，而后应用色彩深度进行解决 grad_x, grad_y = image_grad[0] * depth / 100., image_grad[1] * depth / 100. pprint("3、色彩深度解决胜利") # 降噪基 base_ = np.sqrt(grad_x ** 2 + grad_y ** 2 + 1.) a, b, c = grad_x / base_, grad_y / base_, 1. / base_ # 光源的仰视角度值和方位角度值 sce_z, sce_x = np.pi / 2.1, np.pi / 3 # 光源对x,y,z 轴的影响 dx, dy, dz = np.cos(sce_z) * np.cos(sce_x), np.cos(sce_z) * np.sin(sce_x), np.sin(sce_z) # 光源归一化 Normalized = 255 * (dx * a + dy * b + dz * c).clip(0, 255) pprint("4、光源解决胜利") # 从新结构图像 img = Image.fromarray(Normalized.astype('uint8')) pprint("5、图像重构胜利") # 保留转换后的照片 img.save('素描图.jpg') pprint("6、保留转换后的图像胜利")except Exception: print('对不起，图像转换失败！')exe文件打包
-F 参数代表打包文件,trans_image.py 是本人的.py文件门路 pyinstaller -F trans_image.py【粉丝福利】关注公众号，获取全套视频材料，喜爱小编点个 '关注' 吧！
本文由微信公众号【python 集中营】公布，更多精彩文章、视频材料即可支付！