

【Python】用Python生成图像特效

AI算法之道

2023-10-28

导读：本文使用简单的python代码实现了各种各样的图像特效，可以方便大家进行自由组合成更加酷炫的效果。

引言

本文重点介绍如何使用python进行图像处理，生成各式各样的图像特效。

闲话少说，我们直接开始吧！

读入图像

首先我们来读取我们的样例图像，并尝试打印图像中相应元素的像素值。为了实现这一点，我们使用Python中的Pillow子模块进行实现，代码如下：

from PIL import Image
img = Image.open('./landscape.jpg')
width, height = img.sizeprint(width, height)
for x in range(0, height):    for y in range(0, width):        (r, g, b) = img.getpixel((x, y))        print(r, g, b)

如果我们运行上面的代码片段，我们可以在终端中看到图像的宽和高，以及所有的像素值。其中每个像素值表示为3个整数值的元组，即红色、绿色和蓝色三个通道的对应值。

改变单个通道

现在，让我们更新代码来展示相应的处理效果。为了实现这一点，我们将首先创建一个相同大小的新的对象。

之后，我们将遍历原始图像的像素，并将它们复制到新图像中。此外，我们将该修改新图像绿色通道的像素值：

from PIL import Image
img = Image.open('./landscape.jpg')
width, height = img.sizeprint(width, height)
new_img = Image.new('RGB', (width, height))
for row in range(0, height):    for col in range(0, width):        (r, g, b) = img.getpixel((col, row))        new_img.putpixel((col, row), (r, g + 50, b))
new_img.save("landscape_edited.png")

结果如下：

黑白特效

为了实现基本的黑白特效，我们必须确保所有3个通道都具有相同的值。

让我们再次迭代每个像素，并计算三个通道像素值的平均值：

rom PIL import Image
img = Image.open('./landscape.jpg')
width, height = img.sizeprint(width, height)
new_img = Image.new('RGB', (width, height))
for row in range(0, height):    for col in range(0, width):        (r, g, b) = img.getpixel((col, row))
        avg = int((r + g + b) / 3)        new_img.putpixel((col, row), (avg, avg, avg))
new_img.save("landscape_black_and_white.jpg")

我们知道，像素值 RGB=(0,0,0)表示黑色像素；同时像素值RGB=(255,255,255)表示白色像素；中间其他取值表示灰色像素值；运行上述代码，得到结果如下：

颜色反转

看懂了上述代码，那么颜色反转的实现现在应该会很简单！

简单来说。我们的目标是将黑色像素（0，0，0）转换为白色像素（255，255，255）。为了实现这一点，我们将通过从255中减去旧像素的值来创建新像素，代码如下：

from PIL import Image
img = Image.open('./landscape.jpg')width, height = img.sizeprint(width, height)
new_img = Image.new('RGB', (width, height))for row in range(0, height):    for col in range(0, width):        (r, g, b) = img.getpixel((col, row))
        inverted_pixel = (255 - r, 255-g, 255-b)        new_img.putpixel((col, row), inverted_pixel)new_img.save("landscape_edited.jpg")

得到结果如下：

‍

汇总

最后，让我们将图像拆分成四个子部分，并将本节所学内容充分利用起来：

from PIL import Image
img = Image.open('./landscape.jpg')
width, height = img.sizeprint(width, height)
new_img = Image.new('RGB', (width, height))
for row in range(0, height):    for col in range(0, width):        (r, g, b) = img.getpixel((col, row))
        if col < width * 0.25:            (r, g, b) = (r, g, b)
        elif col < width * 0.5:            avg = int((r + g + b) / 3)            (r, g, b) = (avg, avg, avg)
        elif col < width * 0.75:            (r, g, b) = (r, g + 50, b)
        else:            (r, g, b) = (255 - r, 255 - g, 255 - b)
        new_img.putpixel((col, row), (r, g, b))
new_img.save("landscape_edited.jpg")