warp

简介: 【6月更文挑战第30天】
import numpy as np
from PIL import Image
import cv2
from utils.face import face_keypoints, draw_points
import matplotlib.pyplot as plt

class SimpleWarpEffect:
    def __init__(self, center, mouse, radius):
        self.center = center
        self.mouse = mouse
        self.radius = radius

    def warp(self, x, y, center, mouse, radius):
        cx, cy = center
        mx, my = mouse
        dis_x_c = np.sqrt((x - cx) ** 2 + (y - cy) ** 2)
        if dis_x_c > radius:
            return x, y
        factor = ((radius - dis_x_c) / radius) ** 2
        u = x - factor * (mx - cx)
        v = y - factor * (my - cy)
        return u, v

    def __call__(self, img):
        width, height = img.size
        new_img = img.copy()
        pixels = new_img.load()
        for x in range(width):
            for y in range(height):
                u, v = self.warp(x, y, self.center, self.mouse, self.radius)
                u, v = int(round(u)), int(round(v))
                if 0 <= u < width and 0 <= v < height:
                    pixels[x, y] = img.getpixel((u, v))
        return new_img
  1. 初始化方法 __init__:

    def __init__(self, center, mouse, radius):
    

    这个方法初始化 SimpleWarpEffect 类的实例,接受三个参数:

    • center: 定义扭曲效果的中心点,通常是鼠标按下的点。
    • mouse: 鼠标释放时的位置,用于确定扭曲的方向和程度。
    • radius: 扭曲效果的作用半径,定义了扭曲影响范围。
  2. 扭曲方法 warp:

    def warp(self, x, y, center, mouse, radius):
    

    这是一个辅助方法,用于计算图像中每个点 (x, y) 扭曲后的新位置 u, v。它考虑了点到中心点的距离,并根据这个距离来计算扭曲的程度:

    • 首先计算点 (x, y) 到中心点 (cx, cy) 的距离 dis_x_c
    • 如果这个距离大于作用半径 radius,则点不会被扭曲,直接返回原始坐标。
    • 否则,计算扭曲因子 factor,这个因子随着距离中心点的距离增加而增加,从而实现越靠近中心点扭曲越大的效果。
    • 根据扭曲因子和鼠标点与中心点的相对位置,计算新坐标 uv
  3. 魔术方法 __call__:

    def __call__(self, img):
    

    这个方法允许类的实例表现得像一个函数,可以通过调用实例来应用扭曲效果。它接受一个参数 img,即要扭曲的图像:

    • 获取图像的尺寸 widthheight
    • 创建图像的一个副本 new_img,以避免修改原始图像。
    • 使用 load 方法加载图像的像素数据,以便可以直接访问和修改。
    • 遍历图像的每个像素点,使用 warp 方法计算扭曲后的新坐标。
    • 将每个像素点的颜色值从原始图像中取出,并设置到新图像的相应位置。
  4. 图像扭曲过程:

    • 对于图像中的每个像素点,如果它在扭曲作用的半径内,就根据 warp 方法计算出新位置。
    • 如果像素点的新坐标仍然在图像范围内,就从原始图像中取出该位置的像素值,并将其设置到新图像的当前位置。
    • 最后返回扭曲后的图像。

这个类实现了一个简单的图像扭曲效果,通过局部地移动像素点来模拟一种向中心点“吸引”的效果。这种效果可以用于图像编辑或特殊视觉效果的创建。使用时,你只需要创建 SimpleWarpEffect 的实例,并传入适当的参数,然后使用这个实例调用要扭曲的图像即可。例如:

# 假设 image 是一个 PIL Image 对象
warp_effect = SimpleWarpEffect(center=(width//2, height//2), mouse=(mouse_x, mouse_y), radius=50)
warped_image = warp_effect(image)  # 应用扭曲效果
目录
相关文章
|
Java API
SpringBoot报错:java.lang.IllegalStateException: getReader() has already been called for this request
SpringBoot报错:java.lang.IllegalStateException: getReader() has already been called for this request
508 0
|
16天前
|
弹性计算 人工智能 架构师
阿里云携手Altair共拓云上工业仿真新机遇
2024年9月12日,「2024 Altair 技术大会杭州站」成功召开,阿里云弹性计算产品运营与生态负责人何川,与Altair中国技术总监赵阳在会上联合发布了最新的“云上CAE一体机”。
阿里云携手Altair共拓云上工业仿真新机遇
|
12天前
|
机器学习/深度学习 算法 大数据
【BetterBench博士】2024 “华为杯”第二十一届中国研究生数学建模竞赛 选题分析
2024“华为杯”数学建模竞赛,对ABCDEF每个题进行详细的分析,涵盖风电场功率优化、WLAN网络吞吐量、磁性元件损耗建模、地理环境问题、高速公路应急车道启用和X射线脉冲星建模等多领域问题,解析了问题类型、专业和技能的需要。
2546 19
【BetterBench博士】2024 “华为杯”第二十一届中国研究生数学建模竞赛 选题分析
|
12天前
|
机器学习/深度学习 算法 数据可视化
【BetterBench博士】2024年中国研究生数学建模竞赛 C题:数据驱动下磁性元件的磁芯损耗建模 问题分析、数学模型、python 代码
2024年中国研究生数学建模竞赛C题聚焦磁性元件磁芯损耗建模。题目背景介绍了电能变换技术的发展与应用,强调磁性元件在功率变换器中的重要性。磁芯损耗受多种因素影响,现有模型难以精确预测。题目要求通过数据分析建立高精度磁芯损耗模型。具体任务包括励磁波形分类、修正斯坦麦茨方程、分析影响因素、构建预测模型及优化设计条件。涉及数据预处理、特征提取、机器学习及优化算法等技术。适合电气、材料、计算机等多个专业学生参与。
1539 16
【BetterBench博士】2024年中国研究生数学建模竞赛 C题:数据驱动下磁性元件的磁芯损耗建模 问题分析、数学模型、python 代码
|
8天前
|
存储 关系型数据库 分布式数据库
GraphRAG:基于PolarDB+通义千问+LangChain的知识图谱+大模型最佳实践
本文介绍了如何使用PolarDB、通义千问和LangChain搭建GraphRAG系统,结合知识图谱和向量检索提升问答质量。通过实例展示了单独使用向量检索和图检索的局限性,并通过图+向量联合搜索增强了问答准确性。PolarDB支持AGE图引擎和pgvector插件,实现图数据和向量数据的统一存储与检索,提升了RAG系统的性能和效果。
|
10天前
|
人工智能 IDE 程序员
期盼已久!通义灵码 AI 程序员开启邀测,全流程开发仅用几分钟
在云栖大会上,阿里云云原生应用平台负责人丁宇宣布,「通义灵码」完成全面升级,并正式发布 AI 程序员。
|
14天前
|
编解码 JSON 自然语言处理
通义千问重磅开源Qwen2.5,性能超越Llama
击败Meta,阿里Qwen2.5再登全球开源大模型王座
685 14
|
9天前
|
人工智能 开发框架 Java
重磅发布!AI 驱动的 Java 开发框架:Spring AI Alibaba
随着生成式 AI 的快速发展,基于 AI 开发框架构建 AI 应用的诉求迅速增长,涌现出了包括 LangChain、LlamaIndex 等开发框架,但大部分框架只提供了 Python 语言的实现。但这些开发框架对于国内习惯了 Spring 开发范式的 Java 开发者而言,并非十分友好和丝滑。因此,我们基于 Spring AI 发布并快速演进 Spring AI Alibaba,通过提供一种方便的 API 抽象,帮助 Java 开发者简化 AI 应用的开发。同时,提供了完整的开源配套,包括可观测、网关、消息队列、配置中心等。
527 6
|
3天前
|
Docker 容器
Docker操作 (五)
Docker操作 (五)
136 68
|
3天前
|
Docker 容器
Docker操作 (三)
Docker操作 (三)
129 69