Python 圖像處理: 生成二維高斯分布蒙版的實(shí)例

更新時(shí)間：2019年07月04日 16:10:10 作者：Matrix_11

今天小編就為大家分享一篇Python 圖像處理: 生成二維高斯分布蒙版的實(shí)例，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧

在圖像處理以及圖像特效中，經(jīng)常會(huì)用到一種成高斯分布的蒙版，蒙版可以用來(lái)做圖像融合，將不同內(nèi)容的兩張圖像結(jié)合蒙版，可以營(yíng)造不同的藝術(shù)效果。

這里II 表示合成后的圖像，F(xiàn)F 表示前景圖，BB 表示背景圖，MM 表示蒙版，或者直接用蒙版與圖像相乘, 形成一種漸變映射的效果。如下所示。

這里介紹一下高斯分布蒙版的特性，并且用Python實(shí)現(xiàn)。

高斯分布的蒙版，簡(jiǎn)單來(lái)說(shuō)，就是一個(gè)從中心擴(kuò)散的亮度分布圖，如下所示：

亮度的范圍從 1 到 0, 從中心到邊緣逐漸減弱，中心的亮度值最高為1，邊緣的亮度值最低為 0. 圖像上任何一點(diǎn)的亮度值為:

其中 i,ji,j 表示圖像上任何一點(diǎn)的坐標(biāo)，以左上角為坐標(biāo)原點(diǎn)，dd 表示圖像上任何一點(diǎn) 到圖像中心點(diǎn)的距離，RR 表示圖像的半徑。假設(shè)圖像的高為 HH 寬為 WW

IMAGE_WIDTH = 512
IMAGE_HEIGHT = 392

center_x = IMAGE_WIDTH/2
center_y = IMAGE_HEIGHT/2

R = np.sqrt(center_x**2 + center_y**2)

Gauss_map = np.zeros((IMAGE_HEIGHT, IMAGE_WIDTH))

# 利用 for 循環(huán) 實(shí)現(xiàn)
for i in range(IMAGE_HEIGHT):
  for j in range(IMAGE_WIDTH):
    dis = np.sqrt((i-center_y)**2+(j-center_x)**2)
    Gauss_map[i, j] = np.exp(-0.5*dis/R)

# 直接利用矩陣運(yùn)算實(shí)現(xiàn)

mask_x = np.matlib.repmat(center_x, IMAGE_HEIGHT, IMAGE_WIDTH)
mask_y = np.matlib.repmat(center_y, IMAGE_HEIGHT, IMAGE_WIDTH)

x1 = np.arange(IMAGE_WIDTH)
x_map = np.matlib.repmat(x1, IMAGE_HEIGHT, 1)

y1 = np.arange(IMAGE_HEIGHT)
y_map = np.matlib.repmat(y1, IMAGE_WIDTH, 1)
y_map = np.transpose(y_map)

Gauss_map = np.sqrt((x_map-mask_x)**2+(y_map-mask_y)**2)

Gauss_map = np.exp(-0.5*Gauss_map/R)

# 顯示和保存生成的圖像
plt.figure()
plt.imshow(Gauss_map, plt.cm.gray)
plt.imsave('out_2.jpg', Gauss_map, cmap=plt.cm.gray)
plt.show()

以上這篇Python 圖像處理: 生成二維高斯分布蒙版的實(shí)例就是小編分享給大家的全部?jī)?nèi)容了，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。

您可能感興趣的文章: