Génération d'images dégradées avec Python [1] ｜ np.linspace

introduction

Cette fois, je vais générer une image dégradée avec python en me référant à cet article.

Génération d'images dégradées

Cette fois, nous allons générer une image en utilisant deux fonctions.

gradation_2d_color

def gradation_2d_color(start, stop, size, is_horizontal):
    if is_horizontal:
        return np.tile(np.linspace(start, stop, size[1]), (size[0], 1))
    else:
        return np.tile(np.linspace(start, stop, size[0]), (size[1], 1)).T

À l'aide de np.linspace, créez un tableau unidimensionnel de longueur hauteur (ou largeur) qui stocke les valeurs de la séquence de nombres d'égalité obtenue en divisant la plage du début à la fin par le nombre de hauteur (ou largeur), et créez-le avec np.tile. Crée un tableau bidimensionnel de longueur largeur (ou hauteur) qui est dupliqué et stocké par le nombre de largeur (ou hauteur). ・ Début: valeur du pixel de départ ・ Stop: valeur de pixel de fin ・ Taille: taille de l'image [hauteur, largeur] ・ Est_horizontal: Vrai → Changement de gradation horizontale / Faux → Changement de gradation verticale

gradation_3d_img

def gradation_3d_img(start_list, stop_list, size, is_horizontal_list):
    result = np.zeros((size[0], size[1], len(start_list)), dtype=np.float)

    for i, (start, stop, is_horizontal) in enumerate(zip(start_list, stop_list, is_horizontal_list)):
        result[:, :, i] = gradation_2d_color(start, stop, size, is_horizontal)

    return result

Passez la liste correspondant à chaque rgb. Le premier élément est le composant r, le deuxième élément est le composant g et le troisième élément est le composant b. -Start_list: Liste des valeurs de pixel de départ -Stop_list: Liste des valeurs de pixel de fin ・ Taille: Liste des tailles d'image ・ Is_horizontal_list: Liste des directions de changement

Utilisez ces fonctions pour générer une image dégradée.

main

    size = [400,500] #height, width
    #Horizontalement noir → blanc
    img = gradation_3d_img([0,0,0], [255,255,255], size, [True,True,True])

    img = img.astype(np.uint8)
    img = cv2.cvtColor(img, cv2.COLOR_RGB2BGR)
    cv2.imwrite('out.png', img)

Image de sortie

J'ai essayé d'autres paramètres avec différentes valeurs, avec une taille d'image réglée sur (400 500).

• img = gradation_3d_img([0,0,0], [255,255,255], size, [True,True,True]) --range de rgb: rgb (0,0,0) → rgb (255,255,255) --direction de changement de RVB: [→, →, →]

• img = gradation_3d_img([0,0,0], [255,255,255], size, [False,False,False]) --range de rgb: rgb (0,0,0) → rgb (255,255,255) --Direction de changement de RVB: [↓, ↓, ↓]

• img = gradation_3d_img([0,255,255], [255,255,255], size, [True,True,True]) --plage de RVB: rgb (0,255,255) → rgb (255,255,255) --direction de changement de RVB: [→, →, →]

• img = gradation_3d_img([255,0,0], [0,255,255], size, [True,True,True])
• plage de RVB: rgb (255,0,0) → rgb (0,255,255) --direction de changement de RVB: [→, →, →]

• img = gradation_3d_img([0,0,0], [255,255,255], size, [False,True,True]) --range de rgb: rgb (0,0,0) → rgb (255,255,255) --Direction de changement de RVB: [↓, →, →]

• img = gradation_3d_img([0,0,0], [255,255,255], size, [False,False,True]) --range de rgb: rgb (0,0,0) → rgb (255,255,255) --Direction de changement de RVB: [↓, ↓, →]

Tâches futures

Cette gradation est exprimée en utilisant np.linspace qui génère une séquence d'égalité. Je pense que vous pouvez exprimer la gradation dans le sens où la valeur numérique change continuellement. Cependant, la question s'est posée que d'autres changements de gradation peuvent être exprimés numériquement. La prochaine fois, j'écrirai à ce sujet.