Python 实现图像合成微缩效果
合成微缩效果
前言
图像中的模糊效果可以强烈影响被拍摄场景的感知，模糊在传达所需的尺寸和距离感方面起着重要作用。合成微缩 (miniature faking) 是一个使真实大小物体照片看起来像微缩模型照片的过程，也称为 Diorama Effect/Fillusion，照片的模糊部分模拟了通常在特写摄影中通常遇到的近景深度，从而使场景看起来比实际场景小得多。
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。绘制输入图像：
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) 绘制二值掩码图像：
plt.figure(figsize=(10,10))
plt.imshow(mask), plt.axis('off'), plt.title('(Bell Whistles) Mask image', size=10)
plt.show()
(6) 最后，绘制合成微缩效果输出图像如下：
plt.figure(figsize=(20,10))
plt.imshow(out), plt.axis('off'), plt.title('Fake Miniature image', size=10)
plt.show()
从上图中可以看出，焦点中的建筑物似乎距离镜头更近了。
到此这篇关于Python 实现图像合成微缩效果的文章就介绍到这了,更多相关Python 合成微缩效果内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！
相关文章
这篇文章主要为大家详细介绍了python2.7实现爬虫网页数据，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2018-05-05
这篇文章主要介绍了详解Python中expandtabs()方法的使用,是Python入门中的基础知识,需要的朋友可以参考下2015-05-05
Pandas中`ValueError: cannot reindex from
在Pandas中,ValueError: cannot reindex from a duplicate axis错误通常发生在尝试对包含重复索引的DataFrame或Series进行重新索引（reindex）时,所以本文介绍了Pandas中`ValueError: cannot reindex from a duplicate axis`错误分析及解决办法,需要的朋友可以参考下2024-07-07
这篇文章主要介绍了Mac 安装 Python3.10 和 配置环境,本文给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下2023-05-05
这篇文章主要介绍了python十进制和二进制的转换方法(含浮点数)，小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧2018-07-07
这篇文章主要介绍了python如何实现b站直播自动发送弹幕，帮助大家更好的理解和学习使用python，感兴趣的朋友可以了解下2021-02-02
在本篇文章里小编给大家整理了一篇关于学python用什么系统好的相关文章，有兴趣的朋友们可以学习下。2020-06-06
这篇文章主要介绍了python字典如何获取最大和最小value对应的key问题，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教2022-11-11
Python中import导入上一级目录模块及循环import问题的解决
Python中的import语句导入模块相信大家再熟悉不过了,这里我们会来讲解Python中import导入上一级目录模块及循环import问题的解决,需要的朋友可以参考下2016-06-06
目前网络上大多为用C++或者Matlab编写实现位图分割，所以本文将使用Python实现位图分割这一效果，代码简单易懂，感兴趣的小伙伴可以关注一下2021-11-11
最新评论