Python图像特效之模糊玻璃效果
作者:Matrix_11
这篇文章主要为大家详细介绍了Python图像特效之模糊玻璃效果,文中示例代码介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
今天介绍一种基于高斯滤波和邻域随机采样,生成一种毛玻璃的图像特效,简单来说,就是先对图像做高斯滤波模糊,然后对模糊后的图像,通过对邻域的随机采样来赋予当前的像素点,这样,生成的图像有有一定的随机扰动和模糊,看起来就像隔着一层毛玻璃在观察图像一样。
# -*- coding: utf-8 -*- """ Created on Sun Aug 20 11:03:53 2017 @author: shiyi """ import matplotlib.pyplot as plt from skimage.filters import gaussian from scipy.misc import imsave, imread import random file_name='D:/Visual Effects/PS Algorithm/4.jpg'; img=imread(file_name) g_img = gaussian(img, sigma=2, multichannel=True) img_out = g_img.copy() rows, cols, dpt = img.shape p_size = 3 for i in range(p_size, rows-p_size, 1): for j in range(p_size, cols-p_size, 1): k1= random.random() - 0.5 k2= random.random() - 0.5 m=int (k1*(p_size*2-1)) n=int (k2*(p_size*2-1)) h=(i+m) % rows w=(j+n) % cols img_out[i, j, :] = g_img[h, w, :] imsave('out.jpg', img_out) plt.figure plt.imshow(img_out) plt.show()
效果图:
效果图:
小编再为大家分享一段之前收藏的实例,感谢原作者的分享。
#coding:utf-8 ''' 毛玻璃效果 ''' import cv2 import numpy as np src = cv2.imread('datas/images/f1.jpg') dst = np.zeros_like(src) rows,cols,_ = src.shape offsets = 5 random_num = 0 for y in range(rows - offsets): for x in range(cols - offsets): random_num = np.random.randint(0,offsets) dst[y,x] = src[y + random_num,x + random_num] cv2.imshow('src',src) cv2.imshow('dst',dst) cv2.waitKey() cv2.destroyAllWindows()
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持脚本之家。