Python生成各式各樣的圖像特效實例
1. 引用
本文重點介紹如何使用python進行圖像處理,生成各式各樣的圖像特效。閑話少說,我們直接開始吧!
2. 讀入圖像
首先我們來讀取我們的樣例圖像,并嘗試打印圖像中相應(yīng)元素的像素值。為了實現(xiàn)這一點,我們使用Python中的Pillow子模塊進行實現(xiàn),代碼如下:
from PIL import Image
img = Image.open('./landscape.jpg')
width, height = img.size
print(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)如果我們運行上面的代碼片段,我們可以在終端中看到圖像的寬和高,以及所有的像素值。其中每個像素值表示為3個整數(shù)值的元組,即紅色、綠色和藍(lán)色三個通道的對應(yīng)值。
3. 改變單個通道
現(xiàn)在,讓我們更新代碼來展示相應(yīng)的處理效果。為了實現(xiàn)這一點,我們將首先創(chuàng)建一個相同大小的新的對象。
之后,我們將遍歷原始圖像的像素,并將它們復(fù)制到新圖像中。此外,我們將該修改新圖像綠色通道的像素值:
from PIL import Image
img = Image.open('./landscape.jpg')
width, height = img.size
print(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")結(jié)果如下:

4. 黑白特效
為了實現(xiàn)基本的黑白特效,我們必須確保所有3個通道都具有相同的值。 讓我們再次迭代每個像素,并計算三個通道像素值的平均值:
rom PIL import Image
img = Image.open('./landscape.jpg')
width, height = img.size
print(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")我們知道,像素值 RGB=(0,0,0)表示黑色像素;同時像素值RGB=(255,255,255)表示白色像素;中間其他取值表示灰色像素值;運行上述代碼,得到結(jié)果如下:

5. 顏色反轉(zhuǎn)
看懂了上述代碼,那么顏色反轉(zhuǎn)的實現(xiàn)現(xiàn)在應(yīng)該會很簡單!
簡單來說。我們的目標(biāo)是將黑色像素(0,0,0)轉(zhuǎn)換為白色像素(255,255,255)。為了實現(xiàn)這一點,我們將通過從255中減去舊像素的值來創(chuàng)建新像素,代碼如下:
from PIL import Image
img = Image.open('./landscape.jpg')
width, height = img.size
print(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")得到結(jié)果如下:

6. 合并
最后,讓我們將圖像拆分成四個子部分,并將本節(jié)所學(xué)內(nèi)容充分利用起來:
from PIL import Image
img = Image.open('./landscape.jpg')
width, height = img.size
print(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")得到結(jié)果如下:

鼓勵大家使用代碼,并嘗試新的組合和效果。歡迎在評論中分享大家的成果!
7. 總結(jié)
本文使用簡單的python代碼實現(xiàn)了各種各樣的圖像特效,可以方便大家進行自由組合成更加酷炫的效果。
更多關(guān)于Python生成圖像特效的資料請關(guān)注腳本之家其它相關(guān)文章!
相關(guān)文章
教你利用PyTorch實現(xiàn)sin函數(shù)模擬
這篇文章主要給大家介紹了關(guān)于教你利用PyTorch實現(xiàn)sin函數(shù)模擬的相關(guān)資料,文中通過實例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友可以參考下2022-01-01
Python for循環(huán)及基礎(chǔ)用法詳解
這篇文章為大家介紹python for 循環(huán),它常用于遍歷字符串、列表、元組、字典、集合等序列類型,逐個獲取序列中的各個元素2019-11-11
通過Folium在地圖上展示數(shù)據(jù)Python地理可視化的入門示例詳解
這篇文章主要介紹了通過Folium在地圖上展示數(shù)據(jù)Python地理可視化的入門,在本文中,我們介紹了如何使用Python中的Folium庫進行地理可視化,通過Folium,我們可以輕松地創(chuàng)建交互式地圖,并在地圖上展示數(shù)據(jù)、繪制形狀、添加圖例和文本標(biāo)簽等,需要的朋友可以參考下2024-05-05
NumPy中zeros_like()函數(shù)的使用及說明
本文介紹了NumPy的numpy.zeros_like()函數(shù),包括其用法、參數(shù)、與numpy.zeros()的區(qū)別,以及在科學(xué)計算、機器學(xué)習(xí)等領(lǐng)域的應(yīng)用場景,強調(diào)其能夠簡便高效地創(chuàng)建與現(xiàn)有數(shù)組形狀和類型相同的全零數(shù)組2025-10-10
詳解Python查找算法的實現(xiàn)(線性,二分,分塊,插值)
這篇文章主要為大家介紹了Python中常見的四種查找算法的實現(xiàn):線性、二分、分塊和插值,文中通過圖片詳細(xì)講解了它們實現(xiàn)的原理與代碼,需要的可以參考一下2022-04-04

