Python 图像处理: 生成二维高斯分布蒙版的实例

时间:2022-09-25 22:03:20

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。

Python 图像处理: 生成二维高斯分布蒙版的实例

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。

Python 图像处理: 生成二维高斯分布蒙版的实例

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:

Python 图像处理: 生成二维高斯分布蒙版的实例

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:

Python 图像处理: 生成二维高斯分布蒙版的实例

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

Python 图像处理: 生成二维高斯分布蒙版的实例

  1. IMAGE_WIDTH = 512
  2. IMAGE_HEIGHT = 392
  3.  
  4. center_x = IMAGE_WIDTH/2
  5. center_y = IMAGE_HEIGHT/2
  6.  
  7. R = np.sqrt(center_x**2 + center_y**2)
  8.  
  9. Gauss_map = np.zeros((IMAGE_HEIGHT, IMAGE_WIDTH))
  10.  
  11. # 利用 for 循环 实现
  12. for i in range(IMAGE_HEIGHT):
  13. for j in range(IMAGE_WIDTH):
  14. dis = np.sqrt((i-center_y)**2+(j-center_x)**2)
  15. Gauss_map[i, j] = np.exp(-0.5*dis/R)
  16.  
  17. # 直接利用矩阵运算实现
  18.  
  19. mask_x = np.matlib.repmat(center_x, IMAGE_HEIGHT, IMAGE_WIDTH)
  20. mask_y = np.matlib.repmat(center_y, IMAGE_HEIGHT, IMAGE_WIDTH)
  21.  
  22. x1 = np.arange(IMAGE_WIDTH)
  23. x_map = np.matlib.repmat(x1, IMAGE_HEIGHT, 1)
  24.  
  25. y1 = np.arange(IMAGE_HEIGHT)
  26. y_map = np.matlib.repmat(y1, IMAGE_WIDTH, 1)
  27. y_map = np.transpose(y_map)
  28.  
  29. Gauss_map = np.sqrt((x_map-mask_x)**2+(y_map-mask_y)**2)
  30.  
  31. Gauss_map = np.exp(-0.5*Gauss_map/R)
  32.  
  33. # 显示和保存生成的图像
  34. plt.figure()
  35. plt.imshow(Gauss_map, plt.cm.gray)
  36. plt.imsave('out_2.jpg', Gauss_map, cmap=plt.cm.gray)
  37. 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。

原文链接:https://blog.csdn.net/matrix_space/article/details/57942262