使用PIL在Python中进行图像压纹 - 增加深度,方位角等

Question

我正在尝试使用PIL压印图像.

PIL提供了一种压印图像的基本方法(使用ImageFilter.EMBOSS).

在像GIMP这样的图像编辑软件包中,您可以更改此浮雕图像中的方位角,深度和高程等参数.

如何用PIL做到这一点？至少我想调整浮雕图像的"深度".

更新:我尝试了Paul建议的东西(修改了filterargs这样的scale, offset和矩阵),但我无法改变"深度"效果.所以还在寻找答案.

这是使用PIL(左)和GIMP(右)的压花效果的比较.原始图片位于http://www.linuxtopia.org/online_books/graphics_tools/gimp_advanced_guide/gimp_guide_node74.html.

Answer 1

如果您无法通过使用或组合操作来实现目标(例如旋转,然后应用EMBOSS滤镜,重新旋转),(或增强对比度然后进行压花),那么您可以采用更改(或创建自己的)滤镜矩阵.

在ImageFilter.py中,你会发现这个类:

##
# Embossing filter.

class EMBOSS(BuiltinFilter):
    name = "Emboss"
    filterargs = (3, 3), 1, 128, (
        -1,  0,  0,
        0,  1,  0,
        0,  0,  0
        )

在矩阵的不同角落放置-1将改变方位角并使其为-2 可能具有您正在寻找的效果.

矩阵逐像素地应用.矩阵中的每个元素对应于当前像素和周围像素; 表示当前像素的中心值.新的变换后的当前像素将被创建为所有9个像素的组合,由矩阵中的值加权.例如,全部为零且中心为1的矩阵不会更改图像.

其他参数是scale和offset.对于内置EMBOSS,值为1(比例)和128(偏移).改变这些将改变结果的整体强度.

来自ImageFilter.py:

# @keyparam scale Scale factor.  If given, the result for each
#    pixel is divided by this value.  The default is the sum
#    of the kernel weights.
# @keyparam offset Offset.  If given, this value is added to the
#    result, after it has been divided by the scale factor.

由于我不熟悉GIMP的"深度"参数的影响,我不能说哪个最有可能做你想要的.

您还可以使矩阵具有不同的大小.用(5,5)替换(3,3),然后创建25元素矩阵.

要在不重新保存源代码的情况下对过滤器进行临时更改,只需执行以下操作:

ImageFilter.EMBOSS.filterargs=((3, 3), 1, 128, (-1, 0, 0, 0, 1, 0, 0, 0, 0))

编辑:(采用NumPy方法)

from PIL import Image
import numpy

# defining azimuth, elevation, and depth
ele = numpy.pi/2.2 # radians
azi = numpy.pi/4.  # radians
dep = 10.          # (0-100)

# get a B&W version of the image
img = Image.open('daisy.jpg').convert('L') 
# get an array
a = numpy.asarray(img).astype('float')
# find the gradient
grad = numpy.gradient(a)
# (it is two arrays: grad_x and grad_y)
grad_x, grad_y = grad
# getting the unit incident ray
gd = numpy.cos(ele) # length of projection of ray on ground plane
dx = gd*numpy.cos(azi)
dy = gd*numpy.sin(azi)
dz = numpy.sin(ele)
# adjusting the gradient by the "depth" factor
# (I think this is how GIMP defines it)
grad_x = grad_x*dep/100.
grad_y = grad_y*dep/100.
# finding the unit normal vectors for the image
leng = numpy.sqrt(grad_x**2 + grad_y**2 + 1.)
uni_x = grad_x/leng
uni_y = grad_y/leng
uni_z = 1./leng
# take the dot product
a2 = 255*(dx*uni_x + dy*uni_y + dz*uni_z)
# avoid overflow
a2 = a2.clip(0,255)
# you must convert back to uint8 /before/ converting to an image
img2 = Image.fromarray(a2.astype('uint8')) 
img2.save('daisy2.png')

我希望这有帮助.我现在可以看到为什么你对PIL的结果感到失望.Wolfram Mathworld是矢量代数复习的一个很好的资源.

之前

后