今天介绍一种基于高斯滤波和邻域随机采样，生成一种毛玻璃的图像特效，简单来说，就是先对图像做高斯滤波模糊，然后对模糊后的图像，通过对邻域的随机采样来赋予当前的像素点，这样，生成的图像有有一定的随机扰动和模糊，看起来就像隔着一层毛玻璃在观察图像一样。

# -*- coding: utf-8 -*-
"""
Created on Sun Aug 20 11:03:53 2017

@author: shiyi
"""

import matplotlib.pyplot as plt
from skimage.filters import gaussian
from scipy.misc import imsave, imread
import random

file_name='D:/Visual Effects/PS Algorithm/4.jpg';
img=imread(file_name)

g_img = gaussian(img, sigma=2, multichannel=True)

img_out = g_img.copy()

rows, cols, dpt = img.shape

p_size = 3

for i in range(p_size, rows-p_size, 1):
    for j in range(p_size, cols-p_size, 1):
        k1= random.random() - 0.5
        k2= random.random() - 0.5
        m=int (k1*(p_size*2-1)) 
        n=int (k2*(p_size*2-1))
        h=(i+m) % rows 
        w=(j+n) % cols  
        img_out[i, j, :] = g_img[h, w, :]

imsave('out.jpg', img_out)

plt.figure
plt.imshow(img_out)
plt.show()

效果图：

效果图：

小编再为大家分享一段之前收藏的实例，感谢原作者的分享。

#coding:utf-8
'''
毛玻璃效果
'''
 
import cv2
import numpy as np
 
src = cv2.imread('datas/images/f1.jpg')
dst = np.zeros_like(src)
 
rows,cols,_ = src.shape
offsets = 5
random_num = 0
 
for y in range(rows - offsets):
    for x in range(cols - offsets):
        random_num = np.random.randint(0,offsets)
        dst[y,x] = src[y + random_num,x + random_num]
 
cv2.imshow('src',src)
cv2.imshow('dst',dst)
 
cv2.waitKey()
cv2.destroyAllWindows()

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持hwidc。

【原URL http://www.yidunidc.com/kt.html 转载请说明出处】