Erstellen Sie Ihr eigenes Random Dot Stereogram (RDS) in Python.

Zufälliges Punktstereogramm (RDS)

Der ursprüngliche Uploader wurde von Los Hawlos in der deutschen Wikipedia nach Commons von de.wikipedia verschoben. , CC View-Inheritance 3.0, von https://commons.wikimedia.org/w/index.php?curid=1966500

Können Sie es sehen? Durch Hin- und Herbewegen des Fokus der Augen entstehen Bilder und Buchstaben (dreidimensional aussehen). Es tut mir leid für diejenigen, die von einem Smartphone aus zuschauen. Schauen Sie von Ihrem Computer aus.

Ich möchte das selbst machen.

Auf der folgenden Site gab es ein Implementierungsbeispiel in Python, daher habe ich ein originales zufälliges Punktstereogramm erstellt, indem ich darauf Bezug genommen habe.

• Making Your Own Autostereograms using Python

Was zu verwenden

import numpy as np
import matplotlib.pyplot as plt
import cv2

Ich habe mit dem Notebook-Format experimentiert und die bekannte "matplotlib" verwendet, um Bilder anzuzeigen, aber alles ist in Ordnung, solange Sie die Bilder sehen können.

Verfahren

1. Erstellen Sie ein zufälliges Muster

def make_pattern(shape=(16, 16)):
    return np.random.uniform(0, 1, shape)

Versuchen Sie es auszuführen.

pattern = make_pattern((400,400))
plt.imshow(pattern, cmap='gray')

Es ist schon etwas im Entstehen.

2. Erstellen Sie ein Muster, das entsteht

def make_depthmap(shape=(400, 600)):
    depthmap = np.zeros(shape, dtype=np.float)
    cv2.circle(depthmap, (int(shape[1]/2), int(shape[0]/2)), 100, (255 ,255, 255), -1)
    return depthmap

Versuchen Sie es auszuführen.

depthmap = make_depthmap()
plt.imshow(depthmap, cmap='gray')

Dieser sollte in den Vordergrund treten.

3. Ich habe es versucht

def make_autostereogram(depthmap, pattern, shift_amplitude=0.1, invert=False):
    "Creates an autostereogram from depthmap and pattern."
    depthmap = normalize(depthmap)
    if invert:
        depthmap = 1 - depthmap
    autostereogram = np.zeros_like(depthmap, dtype=pattern.dtype)
    for r in np.arange(autostereogram.shape[0]):
        for c in np.arange(autostereogram.shape[1]):
            if c < pattern.shape[1]:
                autostereogram[r, c] = pattern[r % pattern.shape[0], c]
            else:
                shift = int(depthmap[r, c] * shift_amplitude * pattern.shape[1])
                autostereogram[r, c] = autostereogram[r, c - pattern.shape[1] + shift]
    return autostereogram

def normalize(depthmap):
        return depthmap/255

Die Hauptverarbeitung wird von der eingangs erwähnten Referenzstelle zitiert. Versuchen Sie es auszuführen.

autostereogram = make_autostereogram(depthmap, pattern, 0.3)
plt.imshow(autostereogram, cmap='gray')

** Ein Kreis ist deutlich sichtbar. ** ** ** (Die Kreismarkierung scheint bei der als Kreuzungsmethode bezeichneten Methode, bei der der Fokus der Augen näher gebracht wird, verbeult zu sein.)

Weil es eine große Sache ist

Ich habe versucht, den Text zu einem zufälligen Punktstereogramm zu machen.

def make_text_depthmap(shape=(400, 600), text='Q i i t a'):
    font = cv2.FONT_HERSHEY_SIMPLEX
    cv2.putText(depthmap, text, (50, 250), font, 4, (255,255,255), 12, cv2.LINE_AA)
    return depthmap

Etwas, das auftaucht.

depthmap_text = make_text_depthmap()
plt.imshow(depthmap, cmap='gray')

Versuchen Sie es auszuführen.

autostereogram = make_autostereogram(depthmap_text, pattern, 0.05)
plt.imshow(autostereogram, cmap='gray')

Es ist etwas vager als der Kreis, aber Sie können es sehen.

Quiz für Ingenieure

Worauf steht es geschrieben? ?? Der Text.

Antworten sind in den Kommentaren willkommen ^^

Nachtrag

Ich habe eine Fortsetzung geschrieben.

• Auf der Suche nach dem besten zufälligen Punktstereogramm (RDS).

Ich habe eine Fortsetzung geschrieben.

• Erstellen eines originalen zufälligen Punktstereogramms (RDS) aus 2D-Fotos mit Tiefenschätzung durch maschinelles Lernen