在圖像處理以及圖像特效中，經(jīng)常會(huì)用到一種成高斯分布的蒙版，蒙版可以用來(lái)做圖像融合，將不同內(nèi)容的兩張圖像結(jié)合蒙版，可以營(yíng)造不同的藝術(shù)效果。

這里II 表示合成后的圖像，F(xiàn)F 表示前景圖，BB 表示背景圖，MM 表示蒙版，或者直接用 蒙版與圖像相乘, 形成一種漸變映射的效果。如下所示。

這里介紹一下高斯分布蒙版的特性，并且用Python實(shí)現(xiàn)。

高斯分布的蒙版，簡(jiǎn)單來(lái)說(shuō)，就是一個(gè)從中心擴(kuò)散的亮度分布圖，如下所示：

亮度的范圍從 1 到 0, 從中心到邊緣逐漸減弱，中心的亮度值最高為1，邊緣的亮度值最低為 0. 圖像上任何一點(diǎn)的亮度值為:

其中 i,ji,j 表示圖像上任何一點(diǎn)的坐標(biāo)，以左上角為坐標(biāo)原點(diǎn)，dd 表示 圖像上任何一點(diǎn) 到圖像中心點(diǎn)的距離，RR 表示圖像的半徑。假設(shè)圖像的高為 HH 寬為 WW

1. IMAGE_WIDTH = 512
2. IMAGE_HEIGHT = 392
3.  
4. center_x = IMAGE_WIDTH/2
5. center_y = IMAGE_HEIGHT/2
6.  
7. R = np.sqrt(center_x**2 + center_y**2)
8.  
9. Gauss_map = np.zeros((IMAGE_HEIGHT, IMAGE_WIDTH))
10.  
11. # 利用 for 循環(huán) 實(shí)現(xiàn)
12. for i in range(IMAGE_HEIGHT):
13. for j in range(IMAGE_WIDTH):
14. dis = np.sqrt((i-center_y)**2+(j-center_x)**2)
15. Gauss_map[i, j] = np.exp(-0.5*dis/R)
16.  
17. # 直接利用矩陣運(yùn)算實(shí)現(xiàn)
18.  
19. mask_x = np.matlib.repmat(center_x, IMAGE_HEIGHT, IMAGE_WIDTH)
20. mask_y = np.matlib.repmat(center_y, IMAGE_HEIGHT, IMAGE_WIDTH)
21.  
22. x1 = np.arange(IMAGE_WIDTH)
23. x_map = np.matlib.repmat(x1, IMAGE_HEIGHT, 1)
24.  
25. y1 = np.arange(IMAGE_HEIGHT)
26. y_map = np.matlib.repmat(y1, IMAGE_WIDTH, 1)
27. y_map = np.transpose(y_map)
28.  
29. Gauss_map = np.sqrt((x_map-mask_x)**2+(y_map-mask_y)**2)
30.  
31. Gauss_map = np.exp(-0.5*Gauss_map/R)
32.  
33. # 顯示和保存生成的圖像
34. plt.figure()
35. plt.imshow(Gauss_map, plt.cm.gray)
36. plt.imsave('out_2.jpg', Gauss_map, cmap=plt.cm.gray)
37. plt.show()

以上這篇Python 圖像處理: 生成二維高斯分布蒙版的實(shí)例就是小編分享給大家的全部?jī)?nèi)容了，希望能給大家一個(gè)參考，也希望大家多多支持我們。

原文鏈接：https://blog.csdn.net/matrix_space/article/details/57942262