欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

Python?實(shí)現(xiàn)圖像合成微縮效果

 更新時(shí)間:2023年03月02日 09:19:30   作者:AI technophile  
合成微縮是一個(gè)使真實(shí)大小物體照片看起來像微縮模型照片的過程,也稱為 Diorama Effect/Fillusion,照片的模糊部分模擬了通常在特寫攝影中通常遇到的近景深度,從而使場(chǎng)景看起來比實(shí)際場(chǎng)景小得多,這篇文章主要介紹了Python?合成微縮效果,需要的朋友可以參考下

合成微縮效果

前言

圖像中的模糊效果可以強(qiáng)烈影響被拍攝場(chǎng)景的感知,模糊在傳達(dá)所需的尺寸和距離感方面起著重要作用。合成微縮 (miniature faking) 是一個(gè)使真實(shí)大小物體照片看起來像微縮模型照片的過程,也稱為 Diorama Effect/Fillusion,照片的模糊部分模擬了通常在特寫攝影中通常遇到的近景深度,從而使場(chǎng)景看起來比實(shí)際場(chǎng)景小得多。

圖像微縮效果原理

應(yīng)用模糊近似于淺的景深可以合成微縮效果。當(dāng)圖像很大并從短距離觀看時(shí),效果更為明顯。在本節(jié)中,我們將學(xué)習(xí)如何使用 PIL 庫在圖像中創(chuàng)建微縮效果。
使用掩碼可以選擇應(yīng)重點(diǎn)關(guān)注的焦點(diǎn)對(duì)象,本節(jié)中我們使用的二值掩碼具有在對(duì)象交點(diǎn)處為黑色像素,而其他位置為白色像素。將高斯模糊應(yīng)用到圖像上,然后使用掩碼從原始圖像或模糊圖像中選擇合適的像素。
為了模擬場(chǎng)景效應(yīng)的深度,需要在圖像中多次應(yīng)用高斯模糊,然后使用形態(tài)學(xué)運(yùn)算腐蝕縮放的掩碼來重復(fù)高斯模糊過程,這將在模糊后的掩碼中產(chǎn)生線性梯度。同時(shí),還需要增強(qiáng)圖像的顏色和亮度。

實(shí)現(xiàn)圖像微縮效果

(1) 首先,導(dǎo)入所有必需的庫:

from PIL import Image, ImageEnhance, ImageFilter
from scipy.ndimage import binary_erosion
from PIL.ImageFilter import GaussianBlur
import matplotlib.pyplot as plt, numpy as np

(2) 使用形態(tài)學(xué)腐蝕縮放后的掩碼圖像,然后通過使用給定半徑迭代應(yīng)用高斯模糊 GaussianBlur()。每次重復(fù)應(yīng)用掩碼都會(huì)對(duì)高斯模糊進(jìn)行擴(kuò)大,以確保梯度模糊,并增加模糊程度:

def apply_gradient_blur(image, mask, n=10, radius=1):
    mask = mask.convert("1")
    for i in range(n):
        mask = binary_erosion(np.array(mask), structure=np.ones((10,10)), border_value=1)
        im_blur = image.filter(GaussianBlur(radius=radius))
        image.paste(im_blur, mask=Image.fromarray(mask))
    return image

(3) 接下來,根據(jù)函數(shù) apply_gradient_blur() 定義函數(shù) create_fake_miniature() 創(chuàng)建合成微縮效果,在函數(shù)中,使用 pil.imageenhance 模塊的 Color()Contrast() 函數(shù)增強(qiáng)圖像的顏色和對(duì)比度,然后使用 apply_gradient_blur() 函數(shù)將梯度模糊應(yīng)用于焦點(diǎn)外部的區(qū)域(即對(duì)應(yīng)于掩碼中的白色像素);最后,將增強(qiáng)的圖像(焦點(diǎn)區(qū)域)與模糊圖像(焦點(diǎn)外部區(qū)域)合并:

def create_fake_miniature(im, custom_mask, color=1.9, contrast=1.4, blur_radius=1.3):
    # 提高對(duì)比度和顏色
    edited = ImageEnhance.Contrast(ImageEnhance.Color(im).enhance(color)).enhance(contrast)
    # 模糊圖像并合并
    im_blur = apply_gradient_blur(edited.copy(), mask.copy(), n=50, radius=blur_radius)
    edited = edited.convert("RGBA")
    edited.paste(im_blur, mask=mask)
    return edited

(4) 使用 pil image.open() 函數(shù)讀取輸入圖像和掩碼圖像(焦點(diǎn)區(qū)域)作為輸入創(chuàng)建合成微縮效果。繪制輸入圖像:

im = Image.open("9.png")
mask = Image.open("9_binary.png")
out = create_fake_miniature(im, mask)
plt.figure(figsize=(20,10))
plt.imshow(im), plt.axis('off'), plt.title('Original image', size=10)
plt.show()

(5) 繪制二值掩碼圖像:

plt.figure(figsize=(10,10))
plt.imshow(mask), plt.axis('off'), plt.title('(Bell Whistles) Mask image', size=10)
plt.show()

(6) 最后,繪制合成微縮效果輸出圖像如下:

plt.figure(figsize=(20,10))
plt.imshow(out), plt.axis('off'), plt.title('Fake Miniature image', size=10)
plt.show()

從上圖中可以看出,焦點(diǎn)中的建筑物似乎距離鏡頭更近了。

到此這篇關(guān)于Python 實(shí)現(xiàn)圖像合成微縮效果的文章就介紹到這了,更多相關(guān)Python 合成微縮效果內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!

相關(guān)文章

最新評(píng)論