Python实现PS滤镜中马赛克效果示例

本文实例讲述了Python实现PS滤镜中马赛克效果。分享给大家供大家参考，具体如下： 这里利用 Python 实现PS 滤镜中的马赛克效果，具体的算法原理和效果可以参考附录说明，Python示例代码如下： ? 1 2 3 4 0 Comments

本文实例讲述了Python实现PS滤镜中马赛克效果。分享给大家供大家参考，具体如下：

这里利用 Python 实现PS 滤镜中的马赛克效果，具体的算法原理和效果可以参考附录说明，Python示例代码如下：

?

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

28

from skimage import img_as_float

import matplotlib.pyplot as plt

from skimage import io

import random

import numpy as np

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

half_patch =10

for i in range(half_patch, row-1-half_patch, half_patch):

for j in range (half_patch, col-1-half_patch, half_patch):

k1 = random.random() - 0.5

k2 = random.random() - 0.5

m=np.floor(k1*(half_patch*2 + 1))

n=np.floor(k2*(half_patch*2 + 1))

h=int((i+m) % row)

w=int((j+n) % col)

img_out[i-half_patch:i+half_patch, j-half_patch:j+half_patch, :] =\

img[h, w, :]

plt.figure(1)

plt.imshow(img)

plt.axis('off')

plt.figure(2)

plt.imshow(img_out)

plt.axis('off')

plt.show()

附：PS 滤镜算法原理 ——马赛克

?

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

28

29

30

31

32

% method : 利用邻域的任意一点代替当前邻域所有像素点

%%%% mosaic

clc;

clear all;

addpath('E:\PhotoShop Algortihm\Image Processing\PS Algorithm');

Image=imread('4.jpg');

Image=double(Image);

size_info=size(Image);

height=size_info(1);

width=size_info(2);

N=11; % 控制邻域大小

Image_out=Image;

for i=1+N:N:height-N

for j=1+N:N:width-N

k1=rand()-0.5;

k2=rand()-0.5;

m=(k1*(N*2-1));

n=(k2*(N*2-1));

h=floor(mod(i+m,height));

w=floor(mod(j+n,width));

if w==0;

w=width;

end

if h==0

h=height;

end

Image_out(i-N:i+N,j-N:j+N,1)=Image(h,w,1);

Image_out(i-N:i+N,j-N:j+N,2)=Image(h,w,2);

Image_out(i-N:i+N,j-N:j+N,3)=Image(h,w,3);

end

end

imshow(Image_out/255);

原图

效果图

希望本文所述对大家Python程序设计有所帮助。

原文链接：http://blog.csdn.net/matrix_space/article/details/72305574

本文链接：https://my.lmcjl.com/post/19855.html

展开阅读全文

相关文章

4 评论

留下您的评论.