前言
在抖音中,我们经常看到各种抖音玩家都喜欢使用哈哈镜效果。那么什么是哈哈镜呢?
在现实生活中,哈哈镜是指一种表面凹凸不平的镜子,可以反应出人像及物体的扭曲面貌。简单点来说就是拉伸人脸(物件),或者压缩人脸(物体)的效果。
哈哈镜实现原理
假设输入图像的宽高为w
和h
,图像中心点的坐标为(cx,cy)
。那么图像中任意一点(x,y)
到中心点的距离为(x-cx)
,(y-cy)
。
那么拉升放大,图像变换的半径为r
(r是哈哈镜的范围大小),得到公式如下:
x=(tx/2)(sqrt(txtx+tyty)/r)+cx
y=(ty/2)(sqrt(txtx+tyty)/r)+cy
同理,压缩缩小的公式如下(compress为压缩强度):
x=cos(atan2(ty,tx))compresssqrt(sqrt(txtx+tyty))+cx
x=cos(atan2(ty,tx))compresssqrt(sqrt(txtx+tyty))+cy
原始图像:
基于OpenCV的哈哈镜放大实现
既然我们了解了其数学公式以及其实现的原理,下面我们来直接实现哈哈镜的放大效果。具体代码如下所示:
import cv2
import math
#哈哈镜放大效果实现
def enlarge_effect(img):
h, w, n = img.shape
cx = w / 2
cy = h / 2
radius = 100#该值可以自行定义,它决定了哈哈镜的大小,当图像很大时,应该相应的调大
r = int(radius / 2.0)
new_img = img.copy()
for i in range(w):
for j in range(h):
tx = i - cx
ty = j - cy
distance = tx * tx + ty * ty
if distance < radius * radius:
x = int(int(tx / 2.0) * (math.sqrt(distance) / r) + cx)
y = int(int(ty / 2.0) * (math.sqrt(distance) / r) + cy)
if x < w and y < h:
new_img[j, i, 0] = img[y, x, 0]
new_img[j, i, 1] = img[y, x, 1]
new_img[j, i, 2] = img[y, x, 2]
return new_img
if __name__ == "__main__":
img = cv2.imread("4.jpg")
enlarge_img = enlarge_effect(img)
cv2.imshow("4", enlarge_img)
cv2.waitKey()
cv2.destroyAllWindows()
运行后的效果:
需要注意的是,上面的计算过程可能导致有浮点数的出现,而像素值必须为整数。所以,为了保证像素值的有效性,必须在计算过程完整之后,进行强制类型转换int()。另外,计算x,y值时,可能会导致超过图像坐标的范围,所以必须用x<w和y<h来判断防止越界。
基于OpenCV的哈哈镜缩小实现
具体代码如下所示:
import cv2
import math
#哈哈镜缩小效果实现
def reduce_effect(img):
h, w, n = img.shape
cx = w / 2
cy = h / 2
radius = 100
r = int(radius / 2.0)
compress = 8
new_img = img.copy()
for i in range(w):
for j in range(h):
tx = i - cx
ty = j - cy
x = int(cx + (math.sqrt(math.sqrt(tx * tx + ty * ty)) * compress * math.cos(math.atan2(ty, tx))))
y = int(cy + (math.sqrt(math.sqrt(tx * tx + ty * ty)) * compress * math.sin(math.atan2(ty, tx))))
if x < 0 and x > w:
x = 0
if y < 0 and y > h:
y = 0
if x < w and y < h:
new_img[j, i, 0] = img[y, x, 0]
new_img[j, i, 1] = img[y, x, 1]
new_img[j, i, 2] = img[y, x, 2]
return new_img
if __name__ == "__main__":
img = cv2.imread("lena.jpg")
frame = reduce_effect(img)
cv2.imshow("lena1", img)
cv2.imshow("lena2", frame)
cv2.waitKey()
cv2.destroyAllWindows()
运行后的效果如下:
视频实现哈哈镜效果
抖音上面的哈哈镜都是动态的,并不是单一的图片这么变来变去。其实,只要我们集合摄像头视频录制功能,就可以完成视频哈哈镜的动态效果。具体代码如下:
import cv2
import math
#哈哈镜放大效果实现
def enlarge_effect(img):
h, w, n = img.shape
cx = w / 2
cy = h / 2
radius = 100#该值可以自行定义,它决定了哈哈镜的大小,当图像很大时,应该相应的调大
r = int(radius / 2.0)
new_img = img.copy()
for i in range(w):
for j in range(h):
tx = i - cx
ty = j - cy
distance = tx * tx + ty * ty
if distance < radius * radius:
x = int(int(tx / 2.0) * (math.sqrt(distance) / r) + cx)
y = int(int(ty / 2.0) * (math.sqrt(distance) / r) + cy)
if x < w and y < h:
new_img[j, i, 0] = img[y, x, 0]
new_img[j, i, 1] = img[y, x, 1]
new_img[j, i, 2] = img[y, x, 2]
return new_img
#哈哈镜缩小效果实现
def reduce_effect(img):
h, w, n = img.shape
cx = w / 2
cy = h / 2
radius = 100
r = int(radius / 2.0)
compress = 8
new_img = img.copy()
for i in range(w):
for j in range(h):
tx = i - cx
ty = j - cy
x = int(cx + (math.sqrt(math.sqrt(tx * tx + ty * ty)) * compress * math.cos(math.atan2(ty, tx))))
y = int(cy + (math.sqrt(math.sqrt(tx * tx + ty * ty)) * compress * math.sin(math.atan2(ty, tx))))
if x < 0 and x > w:
x = 0
if y < 0 and y > h:
y = 0
if x < w and y < h:
new_img[j, i, 0] = img[y, x, 0]
new_img[j, i, 1] = img[y, x, 1]
new_img[j, i, 2] = img[y, x, 2]
return new_img
if __name__ == "__main__":
cap = cv2.VideoCapture("video.mp4")
while (cap.isOpened()):
ret, frame = cap.read()
enlarge_img = enlarge_effect(frame)
frame = reduce_effect(frame)
cv2.imshow('video1', enlarge_img)
cv2.imshow('video2', frame)
c = cv2.waitKey(1)
if c == 27:
break
cap.release()
cv2.destroyAllWindows()