99精品伊人亚洲|最近国产中文炮友|九草在线视频支援|AV网站大全最新|美女黄片免费观看|国产精品资源视频|精彩无码视频一区|91大神在线后入|伊人终合在线播放|久草综合久久中文

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線(xiàn)課程
  • 觀看技術(shù)視頻
  • 寫(xiě)文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

如何用OpenCV-Python圖形圖像處理制作出雪花飄落特效詳解

新機(jī)器視覺(jué) ? 來(lái)源:CSDN技術(shù)社區(qū) ? 作者:LaoYuanPython ? 2021-04-14 14:03 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

效果展示

首先看一下目標(biāo)效果:

素材準(zhǔn)備 & 思路分析

本次雪花來(lái)源于如下圖片

背景可以是任意圖片,下面是老猿在網(wǎng)上找到的一張珠峰圖像

珠峰背景的天空飄落著紛紛揚(yáng)揚(yáng)的雪花,意境不錯(cuò)吧?

實(shí)現(xiàn)思路

要實(shí)現(xiàn)雪花飄落,單張圖片的單次顯示肯定不夠,需要不停循環(huán)顯示圖片,并且在每次圖片顯示時(shí),生成新的雪花并更新圖片中已有雪花的位置,這就需要將圖片中每個(gè)雪花的位置精確管理。

自然界的雪花大小是不同的,因此為了提升逼真效果,還需要使得雪花大小在一定范圍內(nèi)隨機(jī)變化和旋轉(zhuǎn)。

不停產(chǎn)生大小不同的雪花,如果每次產(chǎn)生雪花都對(duì)雪花進(jìn)行變換其實(shí)浪費(fèi)了系統(tǒng)的資源,因此為了提升處理性能,只在程序開(kāi)始初始化時(shí)一次批量生產(chǎn)各種不同大小、不同旋轉(zhuǎn)角度的各種雪花,后續(xù)程序生成雪花時(shí),直接從批量生成的雪花中取一個(gè)作為要生成的雪花,而不用每次從基本的雪花圖像開(kāi)始進(jìn)行變換。

關(guān)鍵實(shí)現(xiàn)代碼

1、生成各種雪花形狀

def initSnowShapes(): “”“ 從文件中讀入雪花圖片,并進(jìn)行不同尺度的縮小和不同角度的旋轉(zhuǎn)從而生成不同的雪花形狀,這些雪花形狀保存到全局列表中snowShapesList ”“” global snowShapesList imgSnow = readImgFile(r‘f:picsnow.jpg’) imgSnow = cv2.resize(imgSnow, None, fx=0.2, fy=0.2) #圖片文件中的雪花比較大,需要縮小才能象自然的雪花形象 minFactor,maxFactor = 50,100 #雪花大小在imgSnow的0.5-1倍之間變化

for factor in range(minFactor,maxFactor,5): #每次增加5%大小 f = factor*0.01 imgSnowSize = cv2.resize(imgSnow, None, fx=f, fy=f) for ange in range(0,360,5):#雪花0-360之間旋轉(zhuǎn) imgRotate = rotationImg(imgSnowSize,ange) snowShapesList.append(imgRotate)

2、產(chǎn)生一排雪花

def generateOneRowSnows(width,count): “”“ 產(chǎn)生一排雪花對(duì)象,每個(gè)雪花隨機(jī)從snowShapesList取一個(gè)、橫坐標(biāo)位置隨機(jī)、縱坐標(biāo)初始為0 :param width: 背景圖像寬度 :param count: 希望的雪花數(shù) 一個(gè)包含產(chǎn)生的多個(gè)雪花對(duì)象信息的列表,每個(gè)列表的元素代表一個(gè)雪花對(duì)象,雪花對(duì)象包含三個(gè)信息,在snowShapesList的索引號(hào)、初始x坐標(biāo)、初始y坐標(biāo)(才生成固定為0) ”“” global snowShapesList line = [] picCount = len(snowShapesList) for loop in range(count): imgId = random.randint(0,picCount-1) xPos = random.randint(0,width-1) line.append((imgId,xPos,0)) return line

3、將所有雪花對(duì)象融合到背景圖像

def putSnowObjectToImg(img): “”“ 將所有snowObjects中的雪花對(duì)象融合放到圖像img中,融合時(shí)y坐標(biāo)隨機(jī)下移一定高度,x坐標(biāo)左右隨機(jī)小范圍內(nèi)移動(dòng) ”“” global snowShapesList,snowObjects horizontalMaxDistance,verticalMaxDistance = 5,20 #水平方向左右漂移最大值和豎直方向下落最大值 snowObjectCount = len(snowObjects) rows,cols = img.shape[0:2] imgResult = np.array(img) for index in range(snowObjectCount-1,-1,-1): imgObj = snowObjects[index] #每個(gè)元素為(imgId,x,y) if imgObj[2]》rows: #如果雪花的起始縱坐標(biāo)已經(jīng)超出背景圖像的高度(即到達(dá)背景圖像底部),則該雪花對(duì)象需進(jìn)行失效處理 del(snowObjects[index]) else: imgSnow = snowShapesList[imgObj[0]] x,y = imgObj[1:] #取該雪花上次的位置 x = x+random.randint(-1*horizontalMaxDistance,horizontalMaxDistance) #橫坐標(biāo)隨機(jī)左右移動(dòng)一定范圍 y = y+random.randint(1,verticalMaxDistance) #縱坐標(biāo)隨機(jī)下落一定范圍 snowObjects[index] = (imgObj[0],x,y) #更新雪花對(duì)象信息 imgResult = addImgToLargeImg(imgSnow,imgResult,(x,y),180) #將所有雪花對(duì)象圖像按照其位置融合到背景圖像中 return imgResult #返回融合圖像

4、主函數(shù)

主函數(shù)讀入背景圖片,初始化雪花形狀列表,然后循環(huán)自頂部產(chǎn)生一排新的雪花,并將所有雪花對(duì)象動(dòng)態(tài)調(diào)整位置后融合到背景圖像,每200毫秒循環(huán)一次,直至按ESC退出。

def main(): global snowShapesList,snowObjects bg = readImgFile(r‘f:picQomolangma2.jpg’) initSnowShapes() rows,cols = bg.shape[:2] maxObjsPerRow = int(cols/100)

while(True): snowObjects += generateOneRowSnows(cols,random.randint(0,maxObjsPerRow)) result = putSnowObjectToImg(bg) cv2.imshow(‘result’,result) ch = cv2.waitKey(200) if ch==27:break

主程序完整代碼及雪花飄落效果

5.1、 主程序完整代碼

# -*- coding: utf-8 -*-import cv2,randomimport numpy as np

from opencvPublic import addImgToLargeImg,readImgFile,rotationImgsnowShapesList = [] #雪花形狀列表snowObjects=[] #圖片中要顯示的所有雪花對(duì)象

def initSnowShapes(): “”“ 從文件中讀入雪花圖片,并進(jìn)行不同尺度的縮小和不同角度的旋轉(zhuǎn)從而生成不同的雪花形狀,這些雪花形狀保存到全局列表中snowShapesList ”“” global snowShapesList imgSnow = readImgFile(r‘f:picsnow.jpg’) imgSnow = cv2.resize(imgSnow, None, fx=0.2, fy=0.2) #圖片文件中的雪花比較大,需要縮小才能象自然的雪花形象 minFactor,maxFactor = 50,100 #雪花大小在imgSnow的0.5-1倍之間變化

for factor in range(minFactor,maxFactor,5): #每次增加5%大小 f = factor*0.01 imgSnowSize = cv2.resize(imgSnow, None, fx=f, fy=f) for ange in range(0,360,5):#雪花0-360之間旋轉(zhuǎn),每次旋轉(zhuǎn)角度增加5° imgRotate = rotationImg(imgSnowSize,ange) snowShapesList.append(imgRotate)

def generateOneRowSnows(width,count): “”“ 產(chǎn)生一排雪花對(duì)象,每個(gè)雪花隨機(jī)從snowShapesList取一個(gè)、橫坐標(biāo)位置隨機(jī)、縱坐標(biāo)初始為0 :param width: 背景圖像寬度 :param count: 希望的雪花數(shù) 當(dāng)前行對(duì)應(yīng)的豎直坐標(biāo) 一個(gè)包含產(chǎn)生的多個(gè)雪花對(duì)象信息的列表,每個(gè)列表的元素代表一個(gè)雪花對(duì)象,雪花對(duì)象包含三個(gè)信息,在snowShapesList的索引號(hào)、初始x坐標(biāo)、初始y坐標(biāo)(才生成固定為0) ”“” global snowShapesList line = [] picCount = len(snowShapesList) for loop in range(count): imgId = random.randint(0,picCount-1) xPos = random.randint(0,width-1) line.append((imgId,xPos,0)) return line

def putSnowObjectToImg(img): “”“ 將所有snowObjects中的雪花對(duì)象融合放到圖像img中,融合時(shí)y坐標(biāo)隨機(jī)下移一定高度,x坐標(biāo)左右隨機(jī)小范圍內(nèi)移動(dòng) ”“” global snowShapesList,snowObjects horizontalMaxDistance,verticalMaxDistance = 5,20 #水平方向左右漂移最大值和豎直方向下落最大值 snowObjectCount = len(snowObjects) rows,cols = img.shape[0:2] imgResult = np.array(img) for index in range(snowObjectCount-1,-1,-1): imgObj = snowObjects[index] #每個(gè)元素為(imgId,x,y) if imgObj[2]》rows: #如果雪花的起始縱坐標(biāo)已經(jīng)超出背景圖像的高度(即到達(dá)背景圖像底部),則該雪花對(duì)象需進(jìn)行失效處理 del(snowObjects[index]) else: imgSnow = snowShapesList[imgObj[0]] x,y = imgObj[1:] #取該雪花上次的位置 x = x+random.randint(-1*horizontalMaxDistance,horizontalMaxDistance) #橫坐標(biāo)隨機(jī)左右移動(dòng)一定范圍 y = y+random.randint(1,verticalMaxDistance) #縱坐標(biāo)隨機(jī)下落一定范圍 snowObjects[index] = (imgObj[0],x,y) #更新雪花對(duì)象信息 imgResult = addImgToLargeImg(imgSnow,imgResult,(x,y),180) #將所有雪花對(duì)象圖像按照其位置融合到背景圖像中 return imgResult #返回融合圖像

def main(): global snowShapesList,snowObjects

initSnowShapes() bg = readImgFile(r‘f:picQomolangma2.jpg’) rows,cols = bg.shape[:2] maxObjsPerRow = int(cols/100)

while(True): snowObjects += generateOneRowSnows(cols,random.randint(0,maxObjsPerRow)) result = putSnowObjectToImg(bg) cv2.imshow(‘result’,result) ch = cv2.waitKey(200) if ch==27:break

main()

總結(jié)

本文介紹了通過(guò)OpenCV-Python以特定圖像為背景制作雪花飄落特效的實(shí)現(xiàn)思路、關(guān)鍵函數(shù)功能以及主程序的完整代碼。雪花飄落特效實(shí)際上屬于圖像融合的操作,只要掌握?qǐng)D像融合的基礎(chǔ)知識(shí)以及設(shè)計(jì)后實(shí)現(xiàn)思路,實(shí)現(xiàn)起來(lái)還是比較快的,效果也挺不錯(cuò)。結(jié)合上面代碼,大家還可以調(diào)整雪花的大小以及飄雪的密集程度。

以上實(shí)現(xiàn)過(guò)程需要注意:

1、雪花圖片一般會(huì)比圖片需要的效果大,怎么縮小到合適的大小需要多試一下,下面是才開(kāi)始將原始圖片只縮寫(xiě)一半之后的效果。

可以看到該效果就不太讓人滿(mǎn)意。

2、控制好雪花左右移動(dòng)以及下落的速度和幅度,太快、太慢以及幅度過(guò)大或過(guò)小都不太象在雪花飄落。
編輯:lyn

聲明:本文內(nèi)容及配圖由入駐作者撰寫(xiě)或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問(wèn)題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
  • OpenCV
    +關(guān)注

    關(guān)注

    32

    文章

    642

    瀏覽量

    42866
  • python
    +關(guān)注

    關(guān)注

    56

    文章

    4827

    瀏覽量

    86704

原文標(biāo)題:OpenCV-Python圖形圖像處理:制作雪花飄落特效

文章出處:【微信號(hào):vision263com,微信公眾號(hào):新機(jī)器視覺(jué)】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)注明出處。

收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評(píng)論

    相關(guān)推薦
    熱點(diǎn)推薦

    【正點(diǎn)原子STM32MP257開(kāi)發(fā)板試用】2.USB攝像頭使用

    ) (usb-482f0000.usb-1.3): /dev/video7 /dev/video8 /dev/media2 最后一個(gè)(UVC Camera)就是設(shè)備,要記下是video多少,后期opencv-python需要
    發(fā)表于 06-16 19:16

    itop-3568開(kāi)發(fā)板機(jī)器視覺(jué)opencv開(kāi)發(fā)手冊(cè)-圖像繪制-畫(huà)線(xiàn)

    用 imshow()函數(shù)對(duì)畫(huà)線(xiàn)之后的圖像進(jìn)行展示; 第 8 行使用了 waitKey()函數(shù),持續(xù)顯示展示照片直到按鍵的按下。 保存退出之后,在終端界面中輸入以下命令進(jìn)行 python 代碼的運(yùn)行,運(yùn)行結(jié)果
    發(fā)表于 06-04 10:38

    商湯科技推動(dòng)擴(kuò)展現(xiàn)實(shí)及虛擬數(shù)字人標(biāo)準(zhǔn)化進(jìn)程

    近日,全國(guó)信息技術(shù)標(biāo)準(zhǔn)化技術(shù)委員會(huì)計(jì)算機(jī)圖形圖像處理及環(huán)境數(shù)據(jù)表示分技術(shù)委員會(huì)在杭州舉辦“移動(dòng)設(shè)備增強(qiáng)現(xiàn)實(shí)國(guó)家標(biāo)準(zhǔn)宣貫會(huì)暨擴(kuò)展現(xiàn)實(shí)(XR)及虛擬數(shù)字人工作組2025年第一次工作組全體會(huì)議”。
    的頭像 發(fā)表于 04-19 11:36 ?512次閱讀

    英特爾揭秘影視制作軟件的法術(shù)秘籍

    近日,影視動(dòng)畫(huà)產(chǎn)業(yè)的熱情又添了一把火,悉數(shù)近年來(lái)的動(dòng)畫(huà)電影,畫(huà)面和特效等都讓觀眾為之折服。這么多絢麗的影片特效和畫(huà)面,究竟能夠用什么軟件工具制作出來(lái)呢?影視制作中最耗時(shí)的渲染又有什么辦
    的頭像 發(fā)表于 03-03 11:05 ?575次閱讀

    RK3568 + OpenCV 會(huì)碰撞出什么火花?案例詳解:2-1 基于OpenCV的畫(huà)線(xiàn)實(shí)驗(yàn)

    一系列 C 函數(shù)和少量 C++ 類(lèi)構(gòu)成,同時(shí)提供了Python、Ruby、MATLAB等語(yǔ)言的接口,實(shí)現(xiàn)了圖像處理和計(jì)算機(jī)視覺(jué)方面的很多通用算法。 OpenCV具有以下特點(diǎn): 不管是科
    發(fā)表于 12-03 14:09

    一個(gè)月速成python+OpenCV圖像處理

    適用于哪些場(chǎng)景,然后通過(guò)Python編寫(xiě)代碼來(lái)實(shí)現(xiàn)這些算法,并應(yīng)用于實(shí)際項(xiàng)目中,實(shí)現(xiàn)圖像的檢測(cè)、識(shí)別、分類(lèi)、定位、測(cè)量等目標(biāo)。本文將介紹一個(gè)高效學(xué)習(xí)Python+O
    的頭像 發(fā)表于 11-29 18:27 ?457次閱讀
    一個(gè)月速成<b class='flag-5'>python+OpenCV</b><b class='flag-5'>圖像</b><b class='flag-5'>處理</b>

    OpenCV教程之OpenCV圖像閾值處理

    閾值的基本概念是為了簡(jiǎn)化圖像以進(jìn)行分析。當(dāng)我們將圖像轉(zhuǎn)換為灰度圖像時(shí),必須記住灰度圖像仍然至少有255個(gè)值。閾值是將所有內(nèi)容轉(zhuǎn)換為白色或黑色的值,基于閾值。假設(shè)我們希望閾值為125(2
    的頭像 發(fā)表于 11-16 10:16 ?643次閱讀
    <b class='flag-5'>OpenCV</b>教程之<b class='flag-5'>OpenCV</b><b class='flag-5'>圖像</b>閾值<b class='flag-5'>處理</b>

    干貨!基于RK3568的 AI 人工智能環(huán)境搭建步驟

    ==3.11 7、進(jìn)入虛擬環(huán)境 conda activate rk3568-python 8、安裝opencv-python pip install opencv-python - i https
    發(fā)表于 11-12 09:43

    手寫(xiě)圖像模板匹配算法在OpenCV中的實(shí)現(xiàn)

    OpenCV中的模板匹配是支持基于NCC相似度查找的,但是不是很好用,一個(gè)主要的原因是查找最大閾值,只能匹配一個(gè),自己比對(duì)閾值,又導(dǎo)致無(wú)法正確設(shè)定閾值范圍,所以問(wèn)題很多。于是我重新寫(xiě)了純Python版本的NCC圖像模板匹配的代碼
    的頭像 發(fā)表于 11-11 10:12 ?763次閱讀
    手寫(xiě)<b class='flag-5'>圖像</b>模板匹配算法在<b class='flag-5'>OpenCV</b>中的實(shí)現(xiàn)

    使用Python進(jìn)行圖像處理

    下面是一個(gè)關(guān)于使用Python在幾行代碼中分析城市輪廓線(xiàn)的快速教程。
    的頭像 發(fā)表于 11-07 10:14 ?583次閱讀
    使用<b class='flag-5'>Python</b>進(jìn)行<b class='flag-5'>圖像</b><b class='flag-5'>處理</b>

    圖形圖像硬件加速器卡設(shè)計(jì)原理圖:270-VC709E 基于FMC接口的Virtex7 XC7VX690T PCIeX8 接口卡

    擴(kuò)展。軟件支持windows,Linux操作系統(tǒng)。Net FPGA , XC7VX690T板卡 , 軟件無(wú)線(xiàn)電處理平臺(tái) , 圖形圖像硬件加速器
    的頭像 發(fā)表于 08-06 10:16 ?957次閱讀
    <b class='flag-5'>圖形圖像</b>硬件加速器卡設(shè)計(jì)原理圖:270-VC709E 基于FMC接口的Virtex7 XC7VX690T PCIeX8 接口卡

    OpenCV圖像識(shí)別C++代碼

    安裝OpenCV庫(kù) 首先,您需要在您的計(jì)算機(jī)上安裝OpenCV庫(kù)。您可以從OpenCV官網(wǎng)下載預(yù)編譯的庫(kù)或從源代碼編譯。安裝完成后,確保將OpenCV的頭文件和庫(kù)文件添加到您的項(xiàng)目中。
    的頭像 發(fā)表于 07-16 10:42 ?4625次閱讀

    opencv圖像識(shí)別有什么算法

    OpenCV(Open Source Computer Vision Library)是一個(gè)開(kāi)源的計(jì)算機(jī)視覺(jué)和機(jī)器學(xué)習(xí)軟件庫(kù),提供了大量的圖像處理和計(jì)算機(jī)視覺(jué)相關(guān)的算法。以下是一些常見(jiàn)的Ope
    的頭像 發(fā)表于 07-16 10:40 ?1887次閱讀

    opencv-pythonopencv一樣嗎

    不一樣。OpenCV(Open Source Computer Vision Library)是一個(gè)開(kāi)源的計(jì)算機(jī)視覺(jué)和機(jī)器學(xué)習(xí)軟件庫(kù),它提供了大量的圖像和視頻處理功能。OpenCV-Pytho
    的頭像 發(fā)表于 07-16 10:38 ?2082次閱讀

    opencv的主要功能有哪些

    OpenCV(Open Source Computer Vision Library)是一個(gè)開(kāi)源的計(jì)算機(jī)視覺(jué)庫(kù),提供了大量的計(jì)算機(jī)視覺(jué)算法和工具。以下是OpenCV的主要功能: 圖像處理
    的頭像 發(fā)表于 07-16 10:35 ?2828次閱讀