Python實現(xiàn)為圖像添加下雪特效

更新時間：2021年12月22日 14:27:54 作者：顧木子吖

這篇文章主要為大家介紹了通過Python為圖像添加下雪特效，文中的示例代碼講解詳細，對學習Python有一定的幫助，感興趣的小伙伴可以了解一下

導語

也許是為了和音，在立冬這一天的人間里

北方多個城市，悄然降下冬天的第一場初雪，組成了一段旋律??

一天過兩季，黃葉轉飛花——從天而降落，晝夜不停，一夜醒來，閣檐染白，故宮完成秋冬交接，

來自北方的故事紛紛踏雪而來。

瓊樓銀裝，粉飾玉砌，不覺恍入天上仙境，宮墻內賓客如云，宮墻外車水馬龍，若把故宮作天宮，

整夜冬天不覺冷。（可以穿秋褲了.jpg）

（本文的部分素材是在北京故宮的朋友，今天游玩剛拍出來的哈——新鮮出爐

今天直接來幾組關于【故宮，下雪了！】給我們南方的小伙伴兒近距離看下故宮雪景圖~希望大家喜歡！

你去過故宮嗎？如果沒去過那跟著小編一起走進北京故宮的初雪吧~（我沒看過，只能看圖）

無論南北無論男女無論你是否見過雪，我們似乎都共同喜歡著她，大抵因為在漫長的冰冷時節(jié)中

她是老天給予人間的驚喜意外，就像漫天黑夜里的繁星，像狂風暴風雨后的彩虹。

一、故宮下雪了：界面小程序

1）附主程序

# 初始化pygame
pygame.init()
  
# 根據(jù)背景圖片的大小，設置屏幕長寬
SIZE = (850, 560)
 
screen = pygame.display.set_mode(SIZE)
pygame.display.set_caption("故宮下雪了——小程序")
bg = pygame.image.load('snow.jpg')
 
# 雪花列表
snow_list = []
 
# 初始化雪花：[x坐標, y坐標, x軸速度, y軸速度]
for i in range(200):
    x = random.randrange(0, SIZE[0])
    y = random.randrange(0, SIZE[1])
    sx = random.randint(-1, 1)
    sy = random.randint(3, 6)
    snow_list.append([x, y, sx, sy])
 
clock = pygame.time.Clock()
 
# 游戲主循環(huán)
done = False
while not done:
    # 消息事件循環(huán)，判斷退出
    for event in pygame.event.get():
        if event.type == pygame.QUIT:
            done = True
 
    # 黑背景/圖片背景
    # screen.fill((0, 0, 0))
    screen.blit(bg, (0, 0))
 
    # 雪花列表循環(huán)
    for i in range(len(snow_list)):
        # 繪制雪花，顏色、位置、大小
        pygame.draw.circle(screen, (255, 255, 255), snow_list[i][:2], snow_list[i][3]-3)
 
        # 移動雪花位置（下一次循環(huán)起效）
        snow_list[i][0] += snow_list[i][2]
        snow_list[i][1] += snow_list[i][3]
 
        # 如果雪花落出屏幕，重設位置
        if snow_list[i][1] > SIZE[1]:
            snow_list[i][1] = random.randrange(-50, -10)
            snow_list[i][0] = random.randrange(0, SIZE[0])
 
    # 刷新屏幕
    pygame.display.flip()
    clock.tick(20)

2）效果展示

Part 01 展示——

Part 02 展示——

二、故宮下雪了：手繪素描

1）主程序

root = tkinter.Tk().withdraw()
filename = tkinter.filedialog.askopenfilename()  # 打開選擇文件對話框
try:
    depth = 30  # 0-100,越高，顏色越深
    picture_grad = np.gradient(np.asarray(Image.open(filename).convert('L')).astype('int'))  # 取圖像灰度的梯度值
    grad_x, grad_y = picture_grad[0] * depth / 100., picture_grad[1] * depth / 100.  # 將獲取的維度梯度值進行深度處理
    base = np.sqrt(grad_x ** 2 + grad_y ** 2 + 1.)  # 降噪基
    _x, _y, _z = grad_x / base, grad_y / base, 1. / base
    sce_z, sce_x = np.pi / 2.1, np.pi / 3  # 光源的俯視角度值和方位角度值
    # 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)
    Normalized = 255 * (dx * _x + dy * _y + dz * _z).clip(0, 255)  # 光源歸一化
    im = Image.fromarray(Normalized.astype('uint8'))  # 重構圖像
    im.save('轉換后的素描圖.jpg')  # 保存轉換后的圖片
    im.show()  # 展示轉換后的圖片
except Exception:
    print('轉換失??！')