使用pythonnumpy創建霓虹燈

我正在嘗試創建帶有源影像的霓虹燈效果。我已經包含了三個影像，源、我當前的嘗試和目標。程式獲取影像，找到白邊，并計算每個像素到最近的白邊的距離（這些部分都可以正常作業）；從那里開始，我正在努力尋找合適的飽和度和值引數來創建霓虹燈。

從目標影像來看，我需要做的基本上是讓白色邊緣的飽和度為 0，然后隨著距離邊緣越遠而顯著增加；對于價值，我需要它在白邊上為 1，然后大幅減少。我想不出操縱 distance_image 的最佳方法（它保存每個像素與最近的白邊的距離），例如以飽和度和值實作這兩個結果。

from PIL import Image
import cv2
import numpy as np
from scipy.ndimage import binary_erosion
from scipy.spatial import KDTree

def find_closest_distance(img):
    white_pixel_points = np.array(np.where(img))
    tree = KDTree(white_pixel_points.T)
    img_meshgrid = np.array(np.meshgrid(np.arange(img.shape[0]),
                                        np.arange(img.shape[1]))).T
    distances, _ = tree.query(img_meshgrid)
    return distances

def find_edges(img):
    img_np = np.array(img)
    kernel = np.ones((3,3))
    return img_np - binary_erosion(img_np, kernel)*255

img = Image.open('a.png').convert('L')
edge_image = find_edges(img)
distance_image = find_closest_distance(edge_image)
max_dist = np.max(distance_image)
distance_image = distance_image / max_dist

hue = np.full(distance_image.shape, 0.44*180)
saturation = distance_image * 255
value = np.power(distance_image, 0.2)
value = 255 * (1 - value**2)

new_tups = np.dstack((hue, saturation, value)).astype('uint8')
new_tups = cv2.cvtColor(new_tups, cv2.COLOR_HSV2BGR)
new_img = Image.fromarray(new_tups, 'RGB').save('out.png')

下圖顯示了源資料（左）、當前結果（中）和所需結果（右）。

uj5u.com熱心網友回復：

我想我會用

您需要調整sigma高斯的 （其寬度）、顏色、模糊強度等。希望能幫助到你。

uj5u.com熱心網友回復：

這是在 Python/OpenCV 中執行此操作的一種方法。

• 讀取輸入
• 轉換為灰度
• 二進制閾值
• 使用形態梯度獲得所需厚度的邊緣
• 在白色背景上將邊緣反轉為黑色
• 做距離變換
• 拉伸到全動態范圍
• 倒置
• 通過除以最大值歸一化到 0 到 1 的范圍
• 使用冪律衰減控制距離滾降（斜坡）
• 創建輸入大小和所需顏色的彩色影像
• 將衰減影像乘以彩色影像
• 保存結果

輸入：

import cv2
import numpy as np
import skimage.exposure

# read input
img = cv2.imread('rectangles.png')

# convert to grayscale
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# threshold
thresh = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY cv2.THRESH_OTSU)[1]

# do morphology gradient to get edges and invert so black edges on white background
kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (3,3))
edges = cv2.morphologyEx(thresh, cv2.MORPH_GRADIENT, kernel)
edges = 255 - edges

# get distance transform
dist = edges.copy()
distance = cv2.distanceTransform(dist, distanceType=cv2.DIST_L2, maskSize=3)
print(np.amin(distance), np.amax(distance))

# stretch to full dynamic range and convert to uint8 as 3 channels
stretch = skimage.exposure.rescale_intensity(distance, in_range=('image'), out_range=(0,255))

# invert 
stretch = 255 - stretch
max_stretch = np.amax(stretch)

# normalize to range 0 to 1 by dividing by max_stretch
stretch = (stretch/max_stretch)

# attenuate with power law 
pow = 4
attenuate = np.power(stretch, pow)
attenuate = cv2.merge([attenuate,attenuate,attenuate])

# create a green image the size of the input
color_img = np.full_like(img, (0,255,0), dtype=np.float32)

# multiply the color image with the attenuated distance image
glow = (color_img * attenuate).clip(0,255).astype(np.uint8)

# save results
cv2.imwrite('rectangles_edges.png', edges)
cv2.imwrite('rectangles_stretch.png', (255*stretch).clip(0,255).astype(np.uint8))
cv2.imwrite('rectangles_attenuate.png', (255*attenuate).clip(0,255).astype(np.uint8))
cv2.imwrite('rectangles_glow.png', glow)

# view results
cv2.imshow("EDGES", edges)
cv2.imshow("STRETCH", stretch)
cv2.imshow("ATTENUATE", attenuate)
cv2.imshow("RESULT", glow)
cv2.waitKey(0)

邊緣（倒置）：

拉伸距離變換：

衰減距離變換：

發光結果：

標籤：Python数组麻木的opencv图像处理

上一篇：關于.Net和Java的看法-一個小實習生經歷

下一篇：使用cURL在POST請求中將關聯陣列作為資料引數傳遞