import cv2
import numpy as np
from PIL import Image
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

读取彩色图像

image_path = './img_data/sgirl.png'
image = cv2.imread(image_path)
image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)

将图像转换为 PIL 图像

pil_image = Image.fromarray(image)

定义扭曲参数

center = (150, 150)
mouse = (200, 150)
radius = 50

应用扭曲效果

effect = SimpleWarpEffect(center, mouse, radius)
warped_image = effect(pil_image)

将结果转换回 NumPy 数组并显示

warped_image_np = np.asarray(warped_image)

显示原始图像和扭曲后的图像

plt.figure(figsize=(10, 5))
plt.subplot(1, 2, 1)
plt.title('Original Image')
plt.imshow(image)

plt.subplot(1, 2, 2)
plt.title('Warped Image')
plt.imshow(warped_image_np)

plt.show()

扭曲算法的基本原理：
定义变换区域：确定图像中需要进行扭曲的区域，这通常由用户交互定义，例如通过鼠标点击和拖动来选择。

定义变换中心和控制点：选择一个或多个点作为变换的中心或控制点，这些点的移动将影响周围像素的变形方式。

计算新坐标：对于变换区域内的每个像素点，根据其与变换中心或控制点的相对位置，使用数学公式计算其新坐标。

插值和重采样：由于像素点的新坐标可能是非整数，需要使用插值技术（如最近邻插值、双线性插值等）来确定新位置的像素值。

更新图像：将计算得到的新像素值写回图像，从而实现扭曲效果。

实现扭曲的步骤：
用户定义变换区域：用户通过鼠标操作选择图像的某个区域作为变换区域。

确定变换参数：根据用户的操作，确定变换的中心点、控制点、半径等参数。

遍历像素点：对变换区域内的每个像素点进行遍历。

计算新坐标：使用扭曲算法的数学公式计算每个像素点的新坐标。

应用插值：对于非整数坐标，使用插值技术确定像素值。

更新图像数据：将计算得到的新像素值写回图像。