Python实现PS滤镜的旋转模糊功能示例
发布时间：2020-12-17 07:32:08 所属栏目：Python 来源：网络整理
导读：本篇章节讲解Python实现PS滤镜的旋转模糊功能。供大家参考研究具体如下： 这里用 Python 实现 PS 滤镜中的旋转模糊，具体的算法原理和效果可以参考附录相关介绍。Python代码如下： from skimage import img_as_floatimport matplotlib.pyplot as p
|
本篇章节讲解Python实现PS滤镜的旋转模糊功能。分享给大家供大家参考，具体如下： 这里用 Python 实现 PS 滤镜中的旋转模糊，具体的算法原理和效果可以参考附录相关介绍。Python代码如下：
from skimage import img_as_float
import matplotlib.pyplot as plt
from skimage import io
import numpy as np
import numpy.matlib
file_name='D:/Visual Effects/PS Algorithm/4.jpg'
img=io.imread(file_name)
img = img_as_float(img)
img_out = img.copy()
row,col,channel = img.shape
xx = np.arange (col)
yy = np.arange (row)
x_mask = numpy.matlib.repmat (xx,row,1)
y_mask = numpy.matlib.repmat (yy,1)
y_mask = np.transpose(y_mask)
center_y = (row -1) / 2.0
center_x = (col -1) / 2.0
R = np.sqrt((x_mask - center_x) **2 + (y_mask - center_y) ** 2)
angle = np.arctan2(y_mask - center_y,x_mask - center_x)
Num = 20
arr = ( np.arange(Num) + 1 ) / 100.0
for i in range (row):
for j in range (col):
T_angle = angle[i,j] + arr
new_x = R[i,j] * np.cos(T_angle) + center_x
new_y = R[i,j] * np.sin(T_angle) + center_y
int_x = new_x.astype(int)
int_y = new_y.astype(int)
int_x[int_x > col-1] = col - 1
int_x[int_x < 0] = 0
int_y[int_y < 0] = 0
int_y[int_y > row -1] = row -1
img_out[i,j,0] = img[int_y,int_x,0].sum()/Num
img_out[i,1] = img[int_y,1].sum()/Num
img_out[i,2] = img[int_y,2].sum()/Num
plt.figure(1)
plt.imshow(img)
plt.axis('off')
plt.figure(2)
plt.imshow(img_out)
plt.axis('off')
plt.show()
附：PS 滤镜――旋转模糊 这里给出灰度图像的模糊算法，彩色图像只要分别对三个通道做模糊即可。
%% spin blur
% 旋转模糊
clc;
clear all;
close all;
I=imread('4.jpg');
I=double(I);
% % % I_new=I;
% % % for kk=1:3
% % % I_new(:,:,kk)=Spin_blur_Fun(I(:,kk),30,30);
% % % end
% % % imshow(I_new/255)
Image=I;
Image=0.2989 * I(:,1) + 0.5870 * I(:,2) + 0.1140 * I(:,3);
[row,col]=size(Image);
Image_new=Image;
Center_X=(col+1)/2;
Center_Y=(row+1)/2;
validPoint=1;
angle=5;
radian=angle*pi/180;
radian2=radian*radian;
Num=30;
Num2=Num*Num;
for i=1:row
for j=1:col
validPoint=1;
x0=j-Center_X;
y0=Center_Y-i;
x1=x0;
y1=y0;
Sum_Pixel=Image(i,j);
for k=1:Num
x0=x1;
y0=y1;
%%% 逆时针
% x1=x0-radian*y0/Num-radian2*x0/Num2;
% y1=y0+radian*x0/Num-radian2*y0/Num2;
%%% 顺时针
x1=x0+radian*y0/Num-radian2*x0/Num2;
y1=y0-radian*x0/Num-radian2*y0/Num2;
x=floor(x1+Center_X);
y=floor(Center_Y-y1);
if(x>1 && x<col && y>1 && y<row)
validPoint=validPoint+1;
Sum_Pixel=Sum_Pixel+Image(y,x);
end
end
Image_new(i,j)=Sum_Pixel/validPoint;
end
end
imshow(Image_new/255);
原图
效果图
效果图
更多关于Python相关内容感兴趣的读者可查看本站专题：《Python图片操作技巧总结》、《Python数据结构与算法教程》、《Python Socket编程技巧总结》、《Python函数使用技巧总结》、《Python字符串操作技巧汇总》、《Python入门与进阶经典教程》及《Python文件与目录操作技巧汇总》 希望本文所述对大家Python程序设计有所帮助。 您可能感兴趣的文章:
（编辑：李大同） 【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! |
