Python如何实现图像合成微缩效果

本篇内容主要讲解“Python如何实现图像合成微缩效果”，感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷，实用性强。下面就让小编来带大家学习“Python如何实现图像合成微缩效果”吧!

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()