Python图像的基本操作

常用库numpy库和PIL库
PIL 库进行图像的读取和显示：

from PIL import Image
im=Image.open('/home/np/下载/Lena.jpg')
im.show()

numpy库将图像转换成数组对象，代码如下:

from PIL import Image
import numpy as np
im=np.array(Image.open('/home/np/下载/Lena.jpg'))

PIL 包括图像转换函数，使用convert()函数，‘L’模式，将RGB 图像转换成灰度图像，代码如下：

from PIL import Image
import numpy as np
im=np.array(Image.open('/home/np/下载/Lena.jpg').convert('L'))

RGB 图像转换成灰度图像可以通过以下公式：
Gray=R*0.3+G*0.59+B*0.11

测试例子：将图像转换成手绘图像

from PIL import Image
import numpy as np
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
depth = 10. # (0-100)
im = Image.open('/home/np/下载/Lena.jpg').convert('L')
a = np.asarray(im).astype('float')
grad = np.gradient(a) #取图像灰度的梯度值
grad_x, grad_y = grad #分别取横纵图像梯度值
grad_x = grad_x*depth/100.
grad_y = grad_y*depth/100.
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
A = np.sqrt(grad_x**2 + grad_y**2 + 1.)
uni_x = grad_x/A
uni_y = grad_y/A
uni_z = 1./A
a2 = 255*(dx*uni_x + dy*uni_y + dz*uni_z) #光源归一化
a2 = a2.clip(0,255)
im2 = Image.fromarray(a2.astype('uint8')) #重构图像
im2.save('/home/np/下载/Lenashouhui.jpg')

手绘图像的基本思想是利用像素之间的梯度值（而不是像素本身）重构每个像素值。
为了体现光照效果，设计一个光源，建立光源对各个梯度值的影响函数进而计算出新的像素值，从而体现出边界灰度变化，形成手绘效果。