Python实现PS旋转模糊滤镜：原理与代码解析

旋转模糊算法原理

旋转模糊（Spin Blur）是Photoshop中常见的动态模糊效果，其核心在于模拟物体绕中心点旋转时的运动轨迹。在算法实现上，通常将图像从笛卡尔坐标系转换到极坐标系。对于图像中的每个像素点，计算其相对于图像中心的距离（半径）和角度。通过给原始角度叠加一个随半径变化的偏移量，模拟旋转运动。最后，将处理后的极坐标值转换回笛卡尔坐标系，并对采样点进行加权平均或插值，以获得平滑的模糊效果。

处理彩色图像时，由于RGB三个通道的颜色信息相互独立，需要分别对R、G、B三个通道执行相同的旋转模糊算法，最后合并结果。而灰度图像则直接应用该算法即可。

Python实现代码

以下Python代码基于skimage和numpy库实现旋转模糊功能。代码首先读取图像并转换为浮点型，然后计算每个像素相对于中心的极坐标参数，通过循环遍历每个像素，计算其旋转后的新位置，并从原图中采样像素值进行累加平均，最终生成模糊后的图像。

from skimage import img_as_float
import matplotlib.pyplot as plt
from skimage import io
import numpy as np
import numpy.matlib

# 读取图像文件
file_name='D:/Visual Effects/PS Algorithm/4.jpg'
img=io.imread(file_name)
# 转换为浮点型，便于后续计算
img = img_as_float(img)
img_out = img.copy()

# 获取图像尺寸和通道数
row, col, channel = img.shape

# 构建网格坐标
xx = np.arange (col)
yy = np.arange (row)
x_mask = numpy.matlib.repmat (xx, row, 1)
y_mask = numpy.matlib.repmat (yy, col, 1)
y_mask = np.transpose(y_mask)

# 计算中心点坐标
center_y = (row -1) / 2.0
center_x = (col -1) / 2.0

# 计算每个像素相对于中心的极坐标：半径R和角度angle
R = np.sqrt((x_mask - center_x) **2 + (y_mask - center_y) ** 2)
angle = np.arctan2(y_mask - center_y , x_mask - center_x)

# 设置模糊强度参数
Num = 20
arr = ( np.arange(Num) + 1 ) / 100.0

# 遍历每个像素，应用旋转模糊算法
for i in range (row):
  for j in range (col):
    # 计算旋转后的新角度
    T_angle = angle[i, j] + arr
    # 计算旋转后的新坐标
    new_x = R[i, j] * np.cos(T_angle) + center_x
    new_y = R[i, j] * np.sin(T_angle) + center_y
    
    # 取整并处理边界情况
    int_x = new_x.astype(int)
    int_y = new_y.astype(int)
    int_x[int_x > col-1] = col - 1
    int_x[int_x < 0] = 0
    int_y[int_y < 0] = 0
    int_y[int_y > row -1] = row -1
    
    # 对RGB三个通道分别处理，累加后取平均
    img_out[i,j,0] = img[int_y, int_x, 0].sum()/Num
    img_out[i,j,1] = img[int_y, int_x, 1].sum()/Num
    img_out[i,j,2] = img[int_y, int_x, 2].sum()/Num

# 显示原图与处理后的图像
plt.figure(1)
plt.imshow(img)
plt.axis('off')
plt.figure(2)
plt.imshow(img_out)
plt.axis('off')
plt.show()

效果对比与注意事项

上述代码实现了基础的旋转模糊效果。在实际应用中，可以通过调整Num参数来控制模糊的强度，Num值越大，旋转轨迹越长，模糊效果越明显。此外，代码中使用了简单的最近邻采样和平均处理，若追求更高质量的模糊效果，可引入双线性插值等更复杂的采样算法。

需要注意的是，该示例代码直接处理RGB图像，分别对三个通道进行模糊计算。若处理灰度图像，可简化代码，直接对单通道进行处理，从而提高计算效率。

以上就是Python实现PS旋转模糊滤镜的详细内容，更多关于Python图像处理、PS滤镜算法的资料请关注本站其它相关文章！