Python图像处理:打造平滑液化效果动画

液化动画中的强度变化是通过在每一帧中逐渐调整液化效果的强度参数来实现的。在提供的代码示例中,强度变化是通过一个简单的线性插值方法来控制的,即随着动画帧数的增加,液化效果的强度也逐渐增加。

复制代码
def liquify_image(image, center, radius, strength):
    """
    对图像应用液化效果。
    :param image: 原始图像
    :param center: 液化效果的圆心坐标
    :param radius: 液化效果的半径
    :param strength: 液化效果的强度
    :return: 液化后的图像
    """
    # 创建一个与原始图像大小相同的空白图像
    liquified = np.zeros_like(image)
    height, width = image.shape[:2]

    # 创建一个网格,用于记录每个像素的位置
    grid_x, grid_y = np.meshgrid(np.arange(width), np.arange(height))
    grid = np.stack((grid_x, grid_y), axis=-1).astype(np.float32)

    # 计算每个像素到中心的距离
    distances = np.linalg.norm(grid - np.array(center), axis=-1)

    # 应用液化效果
    for y in range(height):
        for x in range(width):
            if distances[y, x] < radius:
                # 根据距离计算偏移量
                offset_x = strength * (center[0] - x) / radius
                offset_y = strength * (center[1] - y) / radius
                grid[y, x] += np.array([offset_x, offset_y])

    # 使用remap函数重新映射图像
    cv2.remap(image, grid, None, cv2.INTER_LINEAR, borderMode=cv2.BORDER_CONSTANT, dst=liquified)

    return liquified


# 读取图像
image = cv2.imread('0e5.jpg')

# 设置液化参数
center = (image.shape[1] // 2, image.shape[0] // 2)  # 图像中心
radius = 150 * 3  # 液化半径
max_strength = 30 * 3  # 最大液化强度

# 创建一个视频写入对象,设置帧率为30
fourcc = cv2.VideoWriter_fourcc(*'XVID')
out = cv2.VideoWriter('output.avi', fourcc, 30.0, (image.shape[1], image.shape[0]))

# 创建动画的帧
frames = 120  # 总帧数
for i in range(frames):
    # 逐渐增加液化强度以创建动画效果
    strength = max_strength * (i / frames)
    result_image = liquify_image(image, center, radius, strength)

    # 将帧写入视频
    out.write(result_image)

# 释放视频写入对象
out.release()

# 显示最后一帧
cv2.imshow('Liquified Image', result_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

效果图如下:

以下是实现这一效果的关键步骤:

  1. 定义动画帧数和最大强度 :

    在代码中,frames变量定义了动画的总帧数,max_strength定义了液化效果的最大强度。

  2. 计算每帧的强度 :

    在动画的每一帧中,通过strength = max_strength * (i / frames)计算当前帧的液化强度。这里i是当前帧的编号,frames是总帧数。这样,随着i的增加,strength也会从0逐渐增加到max_strength。

  3. 应用液化效果 :

    对于每一帧,使用计算出的strength值调用liquify_image函数,该函数会根据传入的强度参数对图像应用液化效果。

  4. 更新液化效果 :

    在liquify_image函数中,每个像素的偏移量是根据其到液化中心的距离和当前帧的强度来计算的。距离中心越近的像素,偏移量越大,从而产生更明显的液化效果。

  5. 写入视频帧 :

    液化后的图像作为一帧被写入视频文件中。随着帧的增加,液化效果逐渐增强,从而在视频中创建出动画效果。

  6. 视频输出 :

    使用cv2.VideoWriter对象将每一帧图像写入视频文件,最终生成一个包含液化效果动画的视频。

通过这种方式,动画的每一帧都展示了液化效果的不同强度,从而创建出平滑过渡的动画效果。这种技术可以用于各种视觉效果的创建,比如模拟水面波动、模拟物体变形等。

相关推荐
VIP_CQCRE2 小时前
GPT Image 2.6 商品图换背景后悬浮?接触阴影、透明区域与反射验收
图像处理·人工智能·ai·电商
wuyk5553 小时前
Python办公自动化-第01讲-环境搭建与自动化认知
python·自动化·pyqt
高洁013 小时前
数字孪生与计算机视觉:让机器看懂现场
人工智能·python·机器学习·transformer·迁移学习
ComPDFKit4 小时前
RAG 回答只显示 PDF 文件名?用 Python 保留引用页码
开发语言·python·pdf·rag
yz_aiks5 小时前
Termux 使用教程:把安卓手机变成随身 Linux(装 Python、SSH 远程、跑自动化脚本)
android·linux·python·智能手机·ssh·termux
2601_967980117 小时前
Flask Web 应用
python·flask·web开发·环境变量·虚拟环境
aifannihao7 小时前
ß 大写变 SS:用 Python 算清 Ruby2Shell 的缓冲区账本
python·安全·标准库·缓冲区溢出·字符串编码
liwulin05068 小时前
【OLLAMA】调用SKILL的通用ReAct
python
郝学胜-神的一滴8 小时前
Effective Python 条款36:优雅拼装迭代器与生成器
开发语言·数据结构·人工智能·python·numpy·scikit-learn
Norna9 小时前
Git 给路径加了引号,这个文件就从 review 里消失了
python