python 實用技巧：幾十行代碼將照片轉換成素描圖、隨后打包成可執行文件（源碼分享）

效果展示

原始效果圖

素描效果圖

相關依賴包

# 超美觀的打印庫
from pprint import pprint

# 圖像處理庫
from PIL import Image

# 科學計算庫
import numpy as np

# GUI文件打開窗口
import tkinter.filedialog

制作文件打開窗口

# 創建根窗口
root = tkinter.Tk().withdraw()

# 文件選擇對話窗口，返回文件對象
file_ = tkinter.filedialog.askopenfilename()

pprint("1、讀取原始圖像成功")

素描圖轉換

# 加入異常處理
try:
    # 定義顏色深度（0~100，值越大顏色越深）
    depth = 20
    # 獲取照片灰度的梯度值
    image_grad = np.gradient(np.asarray(Image.open(file_).convert('L')).astype('int'))
    pprint("2、獲取圖像梯度值成功")
    # 分別獲取X，Y方向的梯度值，然后使用顏色深度進行處理
    grad_x, grad_y = image_grad[0] * depth / 100., image_grad[1] * depth / 100.
    pprint("3、顏色深度處理成功")
    # 降噪基
    base_ = np.sqrt(grad_x ** 2 + grad_y ** 2 + 1.)
    a, b, c = grad_x / base_, grad_y / base_, 1. / base_
    # 光源的俯視角度值和方位角度值
    sce_z, sce_x = np.pi / 2.1, np.pi / 3
    # 光源對x,y,z 軸的影響
    dx, dy, dz = np.cos(sce_z) * np.cos(sce_x), np.cos(sce_z) * np.sin(sce_x), np.sin(sce_z)
    # 光源歸一化
    Normalized = 255 * (dx * a + dy * b + dz * c).clip(0, 255)
    pprint("4、光源處理成功")
    # 重新構造圖像
    img = Image.fromarray(Normalized.astype('uint8'))
    pprint("5、圖像重構成功")
    # 保存轉換后的照片
    img.save('素描圖.jpg')
    pprint("6、保存轉換后的圖像成功")
except Exception:
    print('對不起，圖像轉換失敗！')

exe文件打包

 -F 參數代表打包文件,trans_image.py 是自己的.py文件路徑
 pyinstaller -F trans_image.py

【粉絲福利】關注公眾號，獲取全套視頻資料，喜歡小編點個 '關注' 吧！

本文由微信公眾號【python 集中營】發布，更多精彩文章、視頻資料即可領取！