Python 图像处理: 生成二维高斯分布蒙版的实例
在图像处理以及图像特效中,经常会用到一种成高斯分布的蒙版,蒙版可以用来做图像融合,将不同内容的两张图像结合蒙版,可以营造不同的艺术效果。
这里II 表示合成后的图像,FF 表示前景图,BB 表示背景图,MM 表示蒙版,或者直接用 蒙版与图像相乘, 形成一种渐变映射的效果。如下所示。
这里介绍一下高斯分布蒙版的特性,并且用Python实现。
高斯分布的蒙版,简单来说,就是一个从中心扩散的亮度分布图,如下所示:
亮度的范围从 1 到 0, 从中心到边缘逐渐减弱,中心的亮度值最高为1,边缘的亮度值最低为 0. 图像上任何一点的亮度值为:
其中 i,ji,j 表示图像上任何一点的坐标,以左上角为坐标原点,dd 表示 图像上任何一点 到图像中心点的距离,RR 表示图像的半径。假设图像的高为 HH 宽为 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 循环 实现 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) # 直接利用矩阵运算实现 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) # 显示和保存生成的图像 plt.figure() plt.imshow(Gauss_map, plt.cm.gray) plt.imsave('out_2.jpg', Gauss_map, cmap=plt.cm.gray) plt.show()
以上这篇Python 图像处理: 生成二维高斯分布蒙版的实例就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持我们。
赞 (0)