Python?實現(xiàn)圖像合成微縮效果
合成微縮效果
前言
圖像中的模糊效果可以強烈影響被拍攝場景的感知，模糊在傳達所需的尺寸和距離感方面起著重要作用。合成微縮 (miniature faking) 是一個使真實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，從而使場景看起來比實際場景小得多。
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。當圖像很大并從短距離觀看時，效果更為明顯。在本節(jié)中，我們將學習如何使用 PIL 庫在圖像中創(chuàng)建微縮效果。
使用掩碼可以選擇應(yīng)重點關(guān)注的焦點對象，本節(jié)中我們使用的二值掩碼具有在對象交點處為黑色像素，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)學運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，還需要增強圖像的顏色和亮度。
實現(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)用掩碼都會對高斯模糊進行擴大，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() 和 Contrast() 函數(shù)增強圖像的顏色和對比度，然后使用 apply_gradient_blur() 函數(shù)將梯度模糊應(yīng)用于焦點外部的區(qū)域(即對應(yīng)于掩碼中的白色像素)；最后，將增強的圖像(焦點區(qū)域)與模糊圖像(焦點外部區(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，焦點中的建筑物似乎距離鏡頭更近了。
到此這篇關(guān)于Python 實現(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
python使用pip成功導(dǎo)入庫后還是報錯的解決方法(針對vscode)
最近在學爬蟲,但在使用Scrapy包時,在終端通過pip裝好包以后,在pycharm中導(dǎo)入包時,依然會報錯,下面這篇文章主要給大家介紹了關(guān)于python使用pip成功導(dǎo)入庫后還是報錯的解決方法,需要的朋友可以參考下2022-07-07
這篇文章主要介紹了Python不規(guī)范的日期字符串處理類,可以對一些非正規(guī)的日期字符串進行解析、轉(zhuǎn)換、比較等,需要的朋友可以參考下2014-06-06
這篇文章主要介紹了Python實現(xiàn)Linux中簡單du命令,需要的朋友可以參考下2017-06-06
老舊或者破損的照片如何修復(fù)呢？本文主要介紹了一個非常不錯的照片恢復(fù)開源項目：Bringing-Old-Photos-Back-to-Life。感興趣的小伙伴快來看看呀2021-11-11
pandas對dataFrame中某一個列的數(shù)據(jù)進行處理的方法
這篇文章主要介紹了pandas對dataFrame中某一個列的數(shù)據(jù)進行處理的方法，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2019-07-07
這篇文章主要為大家詳細介紹了Python實現(xiàn)簡單2048小游戲，文中示例代碼介紹的非常詳細，具有一定的參考價值，感興趣的小伙伴們可以參考一下2021-05-05
這篇文章主要介紹了如何編寫python的daemon程序，幫助大家更好的理解和使用python，感興趣的朋友可以了解下2021-01-01
Python使用窮舉法求兩個數(shù)的最大公約數(shù)問題
這篇文章主要介紹了Python使用窮舉法求兩個數(shù)的最大公約數(shù)問題，具有很好的參考價值，希望對大家有所幫助。如有錯誤或未考慮完全的地方，望不吝賜教2022-12-12
python實現(xiàn)linux服務(wù)器批量修改密碼并生成execl
這篇文章主要介紹了python實現(xiàn)linux服務(wù)器批量修改密碼并生成execl示例,需要的朋友可以參考下2014-04-04
Python 如何定義匿名或內(nèi)聯(lián)函數(shù)
這篇文章主要介紹了Python 如何定義匿名或內(nèi)聯(lián)函數(shù)，文中講解非常細致，代碼幫助大家更好的理解和學習，感興趣的朋友可以了解下2020-08-08