很多人都喜歡繪畫技術(shù)之一是點(diǎn)畫法（pointillism），這是一種繪畫技術(shù)，其中將細(xì)小的不同顏色的點(diǎn)應(yīng)用于圖案中以形成圖像。該技術(shù)依賴于觀看者的眼睛和心靈將色斑混合到更廣泛的色調(diào)范圍內(nèi)的能力。不同顏色的并置使它們更加生動(dòng)，使整個(gè)圖像更具活力。點(diǎn)畫法是一種很棒的技術(shù)，但是要制作這些類型的畫，您需要采取有條不紊且漫長(zhǎng)的方法。作為計(jì)算機(jī)視覺開發(fā)人員，我對(duì)處理圖像有很多了解，但是在繪畫方面很糟糕。那么如何使用Python和OpenCV創(chuàng)建Pointillist繪畫？

　　模擬繪畫過(guò)程

繪畫過(guò)程模擬分三個(gè)步驟完成：

1. 調(diào)色板創(chuàng)建

2. 行程大小和長(zhǎng)度計(jì)算

3. 實(shí)際繪畫

調(diào)色板創(chuàng)建

首先，我們需要確定哪些顏色將出現(xiàn)在“虛擬藝術(shù)家”的調(diào)色板中。我們需要選擇與圖像的顏色一致但又生動(dòng)鮮明的一組顏色。

我們首先運(yùn)行k均值以從圖像中選擇n = 20種主色。k均值的“對(duì)抗性”性質(zhì)會(huì)產(chǎn)生不同的顏色，這些顏色集中在圖像中最常見的顏色周圍。

為了增加活力，我們通過(guò)添加kmeans選擇的顏色的一些變化來(lái)增強(qiáng)調(diào)色板。我選擇添加一個(gè)更加飽和的基礎(chǔ)調(diào)色板版本，并在顏色中添加兩個(gè)小的變化（±20色），并增加一點(diǎn)飽和度。

　　行程方向和長(zhǎng)度計(jì)算

為了使最終結(jié)果更具動(dòng)感，我們可以使用較小的不同顏色的筆觸代替圓點(diǎn)。實(shí)際上，這是許多點(diǎn)畫師繪畫中使用的技術(shù)！我們希望筆觸的方向與圖像的內(nèi)容一致，并使用更長(zhǎng)的筆觸來(lái)描繪邊緣。因此，我們使用圖像漸變來(lái)確定每個(gè)繪畫筆觸的長(zhǎng)度和方向。

為了計(jì)算筆刷筆觸的方向和長(zhǎng)度，我們?cè)趚和y軸上采用Scharr圖像導(dǎo)數(shù)，從而在圖像上定義了矢量場(chǎng)。然后，我們使用高斯模糊對(duì)場(chǎng)進(jìn)行平滑處理，以使最終的“繪畫”更加連貫。

　　繪畫過(guò)程

我們像一位真正的畫家一樣繪制最終結(jié)果，一次一擊！對(duì)于每個(gè)筆劃，我們必須決定：

1. 職位

2. 每個(gè)筆觸的方向和長(zhǎng)度

3. 使用哪種顏色的調(diào)色板

選擇一個(gè)隨機(jī)位置可能很誘人，但是這種方法的主要缺點(diǎn)是：我們不知道何時(shí)繪制了足夠的筆觸來(lái)填充整個(gè)圖像。因此，我們通過(guò)在圖像上均勻采樣來(lái)創(chuàng)建筆劃位置的列表，向每個(gè)位置添加一點(diǎn)隨機(jī)噪聲，然后對(duì)列表進(jìn)行混洗以使筆劃具有隨機(jī)順序。

def randomized_grid(h, w, scale):

r = scale//2

grid = []

for i in range(0, h, scale):

for j in range(0, w, scale):

y = random.randint(-r, r) + i

x = random.randint(-r, r) + j

grid.append((y % h, x % w))

random.shuffle(grid)

return grid

一旦我們使用圖像梯度在圖像上定義了矢量場(chǎng)，方向和長(zhǎng)度就易于計(jì)算。

angle = math.degrees(gradient.direction(y, x)) + 90

length = int(round(stroke_scale + stroke_scale * math.sqrt(gradient.magnitude(y, x))))

我們將漸變的方向旋轉(zhuǎn)90度，因?yàn)槲覀兿ＭP觸與圖像邊緣平行（圖像漸變垂直于邊緣）。根據(jù)圖像梯度的大小（即強(qiáng)度）計(jì)算長(zhǎng)度。這里stroke_scale是一個(gè)參數(shù)，用于指定筆劃的全局比例，平方根用于使筆劃更均勻。我們不想在筆畫的長(zhǎng)度上有太大的差異。

筆觸顏色的選擇可能是最困難的部分。我們希望隨機(jī)獲得漂亮的色彩并排，但是我們希望與原始照片保持一致。想法是從調(diào)色板中隨機(jī)選擇一種顏色，從而使與照片下方像素更相似的顏色被選擇的可能性更大。使用顏色之間相似度的softmax函數(shù)確定概率。

代碼

您可以在此處找到源代碼。它與我在這里描述的算法相對(duì)應(yīng)，但性能有所提高。該代碼已注釋，應(yīng)該很容易理解。

上述就是，關(guān)于使用Python和OpenCV創(chuàng)建Pointillist繪畫的全部?jī)?nèi)容，想了解更多關(guān)于Python的信息，請(qǐng)繼續(xù)關(guān)注中培偉業(yè)。