本文实例讲述了Python实现PS滤镜的旋转模糊功能。分享给大家供大家参考，具体如下：
这里用 Python 实现 PS 滤镜中的旋转模糊，具体的算法原理和效果可以参考附录相关介绍。Python代码如下：
from skimage import img_as_float
import matplotlib.pyplot as plt
from skimage import io
import numpy as np
import numpy.matlib
file_name='D:/Visual Effects/PS Algorithm/4.jpg'
img=io.imread(file_name)
img = img_as_float(img)
img_out = img.copy()
row, col, channel = img.shape
xx = np.arange (col)
yy = np.arange (row)
x_mask = numpy.matlib.repmat (xx, row, 1)
y_mask = numpy.matlib.repmat (yy, col, 1)
y_mask = np.transpose(y_mask)
center_y = (row -1) / 2.0
center_x = (col -1) / 2.0
R = np.sqrt((x_mask - center_x) **2 + (y_mask - center_y) ** 2)
angle = np.arctan2(y_mask - center_y , x_mask - center_x)
Num = 20
arr = ( np.arange(Num) + 1 ) / 100.0
for i in range (row):
for j in range (col):
T_angle = angle[i, j] + arr
new_x = R[i, j] * np.cos(T_angle) + center_x
new_y = R[i, j] * np.sin(T_angle) + center_y
int_x = new_x.astype(int)
int_y = new_y.astype(int)
int_x[int_x > col-1] = col - 1
int_x[int_x < 0] = 0
int_y[int_y < 0] = 0
int_y[int_y > row -1] = row -1
img_out[i,j,0] = img[int_y, int_x, 0].sum()/Num
img_out[i,j,1] = img[int_y, int_x, 1].sum()/Num
img_out[i,j,2] = img[int_y, int_x, 2].sum()/Num
plt.figure(1)
plt.imshow(img)
plt.axis('off')
plt.figure(2)
plt.imshow(img_out)
plt.axis('off')
plt.show()
附：PS 滤镜——旋转模糊
这里给出灰度图像的模糊算法，彩色图像只要分别对三个通道做模糊即可。
%% spin blur
% 旋转模糊
clc;
clear all;
close all;
I=imread('4.jpg');
I=double(I);
% % % I_new=I;
% % % for kk=1:3
% % % I_new(:,:,kk)=Spin_blur_Fun(I(:,:,kk), 30, 30);
% % % end
% % % imshow(I_new/255)
Image=I;
Image=0.2989 * I(:,:,1) + 0.5870 * I(:,:,2) + 0.1140 * I(:,:,3);
[row, col]=size(Image);
Image_new=Image;
Center_X=(col+1)/2;
Center_Y=(row+1)/2;
validPoint=1;
angle=5;
radian=angle*pi/180;
radian2=radian*radian;
Num=30;
Num2=Num*Num;
for i=1:row
for j=1:col
validPoint=1;
x0=j-Center_X;
y0=Center_Y-i;
x1=x0;
y1=y0;
Sum_Pixel=Image(i,j);
for k=1:Num
x0=x1;
y0=y1;
%%% 逆时针
% x1=x0-radian*y0/Num-radian2*x0/Num2;
% y1=y0+radian*x0/Num-radian2*y0/Num2;
%%% 顺时针
x1=x0+radian*y0/Num-radian2*x0/Num2;
y1=y0-radian*x0/Num-radian2*y0/Num2;
x=floor(x1+Center_X);
y=floor(Center_Y-y1);
if(x>1 && x<col && y>1 && y<row)
validPoint=validPoint+1;
Sum_Pixel=Sum_Pixel+Image(y,x);
end
end
Image_new(i,j)=Sum_Pixel/validPoint;
end
end
imshow(Image_new/255);
原图
效果图
效果图
更多关于Python相关内容感兴趣的读者可查看本站专题：《Python图片操作技巧总结》、《Python数据结构与算法教程》、《Python Socket编程技巧总结》、《Python函数使用技巧总结》、《Python字符串操作技巧汇总》、《Python入门与进阶经典教程》及《Python文件与目录操作技巧汇总》
希望本文所述对大家Python程序设计有所帮助。
免责声明：本站文章均来自网站采集或用户投稿，网站不提供任何软件下载或自行开发的软件！ 如有用户或公司发现本站内容信息存在侵权行为，请邮件告知！ 858582#qq.com
《魔兽世界》大逃杀！60人新游玩模式《强袭风暴》3月21日上线
暴雪近日发布了《魔兽世界》10.2.6 更新内容，新游玩模式《强袭风暴》即将于3月21 日在亚服上线，届时玩家将前往阿拉希高地展开一场 60 人大逃杀对战。
艾泽拉斯的冒险者已经征服了艾泽拉斯的大地及遥远的彼岸。他们在对抗世界上最致命的敌人时展现出过人的手腕，并且成功阻止终结宇宙等级的威胁。当他们在为即将于《魔兽世界》资料片《地心之战》中来袭的萨拉塔斯势力做战斗准备时，他们还需要在熟悉的阿拉希高地面对一个全新的敌人──那就是彼此。在《巨龙崛起》10.2.6 更新的《强袭风暴》中，玩家将会进入一个全新的海盗主题大逃杀式限时活动，其中包含极高的风险和史诗级的奖励。
《强袭风暴》不是普通的战场，作为一个独立于主游戏之外的活动，玩家可以用大逃杀的风格来体验《魔兽世界》，不分职业、不分装备（除了你在赛局中捡到的），光是技巧和战略的强弱之分就能决定出谁才是能坚持到最后的赢家。本次活动将会开放单人和双人模式，玩家在加入海盗主题的预赛大厅区域前，可以从强袭风暴角色画面新增好友。游玩游戏将可以累计名望轨迹，《巨龙崛起》和《魔兽世界：巫妖王之怒 经典版》的玩家都可以获得奖励。