【分享Python代码】图片转化为素描画

简介: 【分享Python代码】图片转化为素描画

哈喽,大家好,我是木易巷~

代码生成效果图

原图:

生成图:

原图:

生成图:

准备工作

Python编程首先需要安装环境,下面是详细步骤:

会的小伙伴可自行跳过,代码在最后

1、安装Python教程

步骤一、双击打开Python.exe文件,出现如下界面

注意:勾选√ Add Python 3.9 PATH 选项

这个选项会自动为Python添加变量环境给计算机(一定要选)

步骤二、选择自定义安装(Cutormize installation)

步骤三、默认打勾内容,不用改,按Next按钮

步骤四、勾选 Install for all users选项

Browse为选择安装路径,可以自定安装路径 D盘 C盘都可以。

步骤五、选择好后可以按-按钮 (Install)即可安装

查Python是否正常安装成功

1、打开CMD(Ctrl+R键) 输入cmd 再在终端输入Python

2、出现以下内容即,安装成功

3、在>>>后输入exit() 退出

4、再在终端输入 pip show pip  查看pip是否安装成功

5、出现上例图片样式即安装成功!恭喜你!Python安装成功!


2、Pycharm使用教程


准备工作:


下载并安装Python解释器和Python开发工具Pycharm。


准备就绪后,开始使用Pycharm编写第一个python程序。


步骤 1. 打开 Pycharm,选择 Create New Project,创建一个新项目。

步骤 2. 设置Python项目存放目录,同时选择要使用的解释器版本,点击Create。

步骤 3. 右键项目, 选择New, 再选择Python File 创建Python文件。

步骤 4. 点击完Python File后,在弹框中输入Python文件名后,回车创建Python文件成功。

步骤 5. 显示 01-第一个Python程序.py 后表明文件创建成功,在右侧空白区输入代码后,再右键点击Run运行程序。

步骤 6. 运行成功后,Pycharm Console窗口将显示我们的输出结果。

运行成功就说明,环境以及配置都没有问题!

from PIL import Image
import numpy as np
 
a = np.asarray(Image.open(r".\原图.jpg").convert('L')).astype('float')
 
depth = 10.                        # (0-100)
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.
A = np.sqrt(grad_x**2 + grad_y**2 + 1.)
uni_x = grad_x/A
uni_y = grad_y/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)
 
im = Image.fromarray(b.astype('uint8'))      #重构图像
im.save(r".\手绘.jpg")
print("保存成功,请查看")

仔细看代码!! 注意图片命名,注意路径!!

--END--

目录
相关文章
|
19天前
|
开发框架 数据建模 中间件
Python中的装饰器:简化代码,增强功能
在Python的世界里,装饰器是那些静悄悄的幕后英雄。它们不张扬,却能默默地为函数或类增添强大的功能。本文将带你了解装饰器的魅力所在,从基础概念到实际应用,我们一步步揭开装饰器的神秘面纱。准备好了吗?让我们开始这段简洁而富有启发性的旅程吧!
26 6
|
12天前
|
数据可视化 Python
以下是一些常用的图表类型及其Python代码示例,使用Matplotlib和Seaborn库。
通过这些思维导图和分析说明表,您可以更直观地理解和选择适合的数据可视化图表类型,帮助更有效地展示和分析数据。
54 8
|
19天前
|
API Python
【Azure Developer】分享一段Python代码调用Graph API创建用户的示例
分享一段Python代码调用Graph API创建用户的示例
41 11
|
21天前
|
测试技术 Python
探索Python中的装饰器:简化代码,增强功能
在Python的世界中,装饰器是那些能够为我们的代码增添魔力的小精灵。它们不仅让代码看起来更加优雅,还能在不改变原有函数定义的情况下,增加额外的功能。本文将通过生动的例子和易于理解的语言,带你领略装饰器的奥秘,从基础概念到实际应用,一起开启Python装饰器的奇妙旅程。
34 11
|
17天前
|
Python
探索Python中的装饰器:简化代码,增强功能
在Python的世界里,装饰器就像是给函数穿上了一件神奇的外套,让它们拥有了超能力。本文将通过浅显易懂的语言和生动的比喻,带你了解装饰器的基本概念、使用方法以及它们如何让你的代码变得更加简洁高效。让我们一起揭开装饰器的神秘面纱,看看它是如何在不改变函数核心逻辑的情况下,为函数增添新功能的吧!
|
17天前
|
程序员 测试技术 数据安全/隐私保护
深入理解Python装饰器:提升代码重用与可读性
本文旨在为中高级Python开发者提供一份关于装饰器的深度解析。通过探讨装饰器的基本原理、类型以及在实际项目中的应用案例,帮助读者更好地理解并运用这一强大的语言特性。不同于常规摘要,本文将以一个实际的软件开发场景引入,逐步揭示装饰器如何优化代码结构,提高开发效率和代码质量。
42 6
|
22天前
|
Python
如何提高Python代码的可读性?
如何提高Python代码的可读性?
34 4
|
22天前
|
Python
Python编程入门:从零开始的代码旅程
本文是一篇针对Python编程初学者的入门指南,将介绍Python的基本语法、数据类型、控制结构以及函数等概念。文章旨在帮助读者快速掌握Python编程的基础知识,并能够编写简单的Python程序。通过本文的学习,读者将能够理解Python代码的基本结构和逻辑,为进一步深入学习打下坚实的基础。
|
26天前
|
设计模式 监控 程序员
Python中的装饰器:功能增强与代码复用的利器####
本文深入探讨了Python中装饰器的工作原理、应用场景及其在提升代码可读性、减少重复劳动方面的优势。不同于传统方法的冗长和复杂,装饰器提供了一种优雅且高效的方式来增强函数或方法的功能。通过具体实例,我们将揭示装饰器如何简化错误处理、日志记录及性能监控等常见任务,使开发者能够专注于核心业务逻辑的实现。 ####
|
24天前
|
存储 设计模式 缓存
Python中的装饰器:代码的魔法增强剂####
本文将深入探讨Python语言中一个强大而灵活的特性——装饰器。不同于传统的函数调用,装饰器提供了一种优雅的方式来扩展或修改函数行为,无需直接修改原函数代码。我们将通过实例分析,揭示装饰器的定义、工作原理及其在实际项目中的应用价值,旨在帮助开发者更好地理解和利用这一高级功能,提升代码的可读性与维护性。 ####