如何操縱蟒蛇中的圖像來模仿退行性黃斑

Question

我試圖找到一個很好的包或算法來修改圖像，以推動圖像的中心向外模仿黃斑退化。我發現的最好的方法是image_slicer軟件包並將圖像分成4個部分，將內角和圖像拼接回來。但是，包的連接方法不起作用，文檔不清楚。有沒有人有一個可以做到這一點的軟件包？

此外，我試圖推動圖像的外部，創建隧道視覺。

（對於這兩個我仍然嘗試保持圖像，雖然歪斜是好的，我想，以防止圖像損失。）

一些代碼，我寫了

import image_slicer 
#split image into 4 pieces 
image_slicer.slice('piegraph.jpeg',4) #just a simple sample img 

#code to resize corners 
#I can figure this out later. 

#stitch images back 
tiles = ("pie_01_01.png","pie_01_02.png","pie_02_01.png","pie_02_02.png") 
image_slicer.join(tiles) 

Answer 1

您可以使用opencv和nummpy來做你想做的事情。

如果我正確理解ypu需要的是一種映射，它將原始圖像作爲距圖像中心距離的函數進行映射。

對於「黑洞」內的所有像素，您希望黑色，並且您希望所有其他像素都聚集在一起。

所以，如果我們把原始圖像是：

你正在尋找的結果是這樣的：

下面的代碼這劑。你需要玩的參數

RBlackHole - 您的黑洞

因素半徑 - 更改的「羣聚」太小的數量和所有像素也將被映射到黑色太大，他們會不要揉成團。

import cv2 
import numpy as np 
import math 

# Read img 
img = cv2.imread('earth.jpg') 
rows,cols,ch = img.shape 

# Params 
FACTOR = 75 
RBlackHole = 10 

# Create a 2d mapping between the image and a new warp 
smallSize = min(rows,cols) 
xMap = np.zeros((rows,cols), np.float32) 
yMap = np.zeros_like(xMap) 
for i in range(rows): 
    for j in range(cols): 

     # Calculate the distance of the current pixel from the cneter of the image 
     r = math.sqrt((i-rows/2)*(i-rows/2) + (j-cols/2)*(j-cols/2)) 

     # If the pixles are in the radius of the black hole 
     # mapped them to a location outside of the image. 
     if r <= RBlackHole: 
      xMap[i, j] = rows*cols 
      yMap[i, j] = rows*cols 
     else: 

      # Mapped the pixels as a function of the distance from the center. 
      # The further thay are the "buncher thay will be" 
      xMap[i, j] = (r-RBlackHole)*(j - cols/2)/FACTOR + cols/2 
      yMap[i, j] = (r-RBlackHole)*(i - rows/2)/FACTOR + rows/2 



# Applay the remmaping 
dstImg = cv2.remap(img,xMap,yMap,cv2.INTER_CUBIC) 

# Save output image 
cv2.imwrite("blackHoleWorld.jpg", dstImg)