图像合成中如何获得微缩效果的 Python实现

发布时间：2023-03-28 14:19:07 所属栏目：教程来源：

导读：图像微缩效果原理
应用模糊近似于浅的景深可以合成微缩效果。当图像很大并从短距离观看时，效果更为明显。在本节中，我们将学习如何使用 PIL 库在图像中创建微缩效果。
使用掩码可以选择应重点关注的焦点对象，本节

图像微缩效果原理
应用模糊近似于浅的景深可以合成微缩效果。当图像很大并从短距离观看时，效果更为明显。在本节中，我们将学习如何使用 PIL 库在图像中创建微缩效果。
使用掩码可以选择应重点关注的焦点对象，本节中我们使用的二值掩码具有在对象交点处为黑色像素，而其他位置为白色像素。将高斯模糊应用到图像上，然后使用掩码从原始图像或模糊图像中选择合适的像素。
为了模拟场景效应的深度，需要在图像中多次应用高斯模糊，然后使用形态学运算腐蚀缩放的掩码来重复高斯模糊过程，这将在模糊后的掩码中产生线性梯度。同时，还需要增强图像的颜色和亮度。

实现图像微缩效果
(1) 首先，导入所有必需的库：

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) 使用形态学腐蚀缩放后的掩码图像，然后通过使用给定半径迭代应用高斯模糊 GaussianBlur()。每次重复应用掩码都会对高斯模糊进行扩大，以确保梯度模糊，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) 接下来，根据函数 apply_gradient_blur() 定义函数 create_fake_miniature() 创建合成微缩效果，在函数中，使用 PIL.Imageenhance 模块的 Color() 和 Contrast() 函数增强图像的颜色和对比度，然后使用 apply_gradient_blur() 函数将梯度模糊应用于焦点外部的区域(即对应于掩码中的白色像素)；最后，将增强的图像(焦点区域)与模糊图像(焦点外部区域)合并：

def create_fake_miniature(im, custom_mask, color=1.9, contrast=1.4, blur_radius=1.3):
# 提高对比度和颜色
edited = ImageEnhance.Contrast(ImageEnhance.Color(im).enhance(color)).enhance(contrast)
# 模糊图像并合并
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() 函数读取输入图像和掩码图像(焦点区域)作为输入创建合成微缩效果。

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()

（编辑：汽车网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!