在图片中随机改变像素，Python

Question

我想写一个函数，能够在这张图片的天空中随机生成一定数量的星星，这个数量在m和n之间（包括m和n）。我希望这些星星可以是单个白色像素，或者是4个相邻的白色像素组成的方块。同时，我不想把单个像素的“星星”放在树枝、月亮或鸟的上面。

我该如何用Python来实现这个功能呢？有没有人能帮我一下？谢谢！

到目前为止，我已经有了一些代码：

我开始写了一些代码，但我不知道这些代码是否正确，或者我是否在正确的方向上：

def randomStars(small, large):
   import random
   file = pickAFile()
   pic = makePicture(myPic)
   #x = random.randrange(getWidth(pic))
   #y = random.randrange(getHeight(pic))
   for pixel in pic.getAllPixels():
      if random.random() < 0.25:
         pixel.red = random.randint(256)
         pixel.green = random.randint(256)
         pixel.blue = random.randint(256) 
   show(pic)

我完全不知道自己在做什么 :(

Answer 1

你可以试试这样的做法：

for n in xrange(number_of_stars):
    # Find a good position
    while True:
        x, y = random_coords_in_image()
        if is_sky(image, x, y):
            break

    # paint a star there
    c = star_colour()

    if large_star():
        image.put(x, y, c)
        image.put(x, y+1, c)
        image.put(x+1, y+1, c)
        image.put(x+1, y, c)
    else:
        image.put(x, y, c)

我用的这些函数都挺简单明了的；你可以实现一个叫 is_sky 的函数，来判断在某个地方图像的颜色是否符合一些条件。

Answer 2

Python的标准库里没有很强大的图像处理代码，但有一些替代方案，安装和使用都很简单。我会用PIL来演示。

from PIL import Image

def randomStars(small, large):
    import random
    filename = pickAFile()
    pic = Image.open(filename)
    max_x, max_y = pic.size
    pixels = im.load()
    x = random.randrange(max_x)
    y = random.randrange(max_y)
    for i in range(max_x):
        for j in range(max_y):
            if random.random() < 0.25:
                red = random.randint(256)
                green = random.randint(256)
                blue = random.randint(256) 
                pixels[i, j] = (red, green, blue, 1)
    im.show()

show这个函数并不会在你的应用程序中显示图像（如果想这样做，你需要一些带事件循环的图形界面，比如tkinter或PySide）；它会把文件保存到一个临时目录，然后运行一个特定平台的程序，比如预览（Preview）或xv来显示它。

我想你也会想保存这个文件。这也很简单：

    name, ext = os.path.splitext(filename)
    outfilename = '{}-with-stars.{}'.format(name, ext)
    im.save(outfilename)

这段代码会把图像保存回一个.jpg文件，使用默认的JPEG设置，PIL会根据文件名来猜测你想要的格式。（这意味着，你可以通过使用'{}-with-stars.png'.format(name)来保存为PNG格式。）如果你想要更多控制，PIL也可以做到，允许你指定明确的格式和格式特定的选项。

---

到目前为止，这只是把你现有的代码变成可以运行的东西，让你可以玩玩和开始调试；它并没有真正解决原来的问题。

我想写一个函数，随机生成一个数量（在m和n之间，包括m和n）的星星，出现在这张图片的天空中。

所以首先，你需要用这个作为循环，而不是对所有像素进行循环：

for _ in random.randint(m, n):

现在：

我希望星星随机由一个白色像素或一个由4个相邻白色像素组成的正方形构成。

    x, y = random.randrange(max_x), random.randrange(max_y)
    if random.random() < .5:
        # draw white pixel at [x, y]
        pixels[x, y] = (1, 1, 1, 1)
    else:
        # draw square at [x, y], making sure to handle edges

不过，我也不想把一个“星星”（1个像素）放在树枝、月亮或鸟的上面。

你需要定义一下，怎么知道什么是树枝、月亮或鸟。你能用像素颜色来定义这些吗？

从快速的观察来看，你可能可以做到。月亮的像素比其他任何东西都亮、饱和度高、偏红等等（除了角落里的AP标志，它甚至更亮）。鸟和树枝的颜色比其他任何东西都暗。实际上，它们的区别如此明显，你可能根本不需要担心进行复杂的颜色空间计算；这可能就像这样简单：

r, g, b, a = pixels[x, y]
fake_brightness = r+g+b+a
if fake_brightness < 0.2:
    # Tree or bird, pick a new random position
elif 1.2 < fake_brightness < 2.8:
    # Moon, pick a new random position
else:
    # Sky or API logo, scribble away

（那些数字显然是随便拿的，但经过一些尝试和错误，你应该能找到可用的值。）

当然，如果你把这当作学习练习，你可能想学习正确的颜色空间计算，甚至写一个边缘检测算法，而不是依赖于这个图像如此简单易解析。

Answer 3

这个看起来是一个不错的例子，可以尝试一下超像素，这是由skimage实现的。对于你的问题，可能有更简单的方法。

import urllib
import random
import io
import matplotlib.pyplot as plt
import skimage.segmentation
import pandas

# Read the image
f = io.BytesIO(urllib.urlopen('http://oi46.tinypic.com/34il9hu.jpg').read())
img = plt.imread(f, format='jpg')

# Prefer to keep pixels together based on location
# But not too much, so we still get some branches.
superpixel = skimage.segmentation.slic(img, n_segments=200, ratio=20)
plt.imshow(superpixel%7, cmap='Set2')

现在我们有了超像素，这样分类就简单多了，可以按超像素来进行分类。你可以在这里使用一些高级的分类方法，但这个例子比较简单，天空是蓝色的，我们就手动来做吧。

# Create a data frame with the relative blueish of every super pixel

# Convert image to hsv 
hsv = matplotlib.colors.rgb_to_hsv(img.astype('float32')/255)
# Define blueish as the percentage of pixels in the blueish range of the hue space
df =pandas.DataFrame({'superpixel':superpixel.ravel(), 
    'blue':((hsv[:,:,0] > 0.4) & (hsv[:,:,0]<0.8)).astype('float32').ravel(), 
    'value':hsv[:,:,2].ravel()})    
grouped = df.groupby('superpixel').mean()    
# Lookup the superpixels with the least blue
blue = grouped.sort('blue', ascending=True).head(100)
# Lookup the darkest pixels
light = grouped.sort('value', ascending=True).head(50)

# If superpixels are too dark or too blue, get rid of them
mask = (np.in1d(superpixel, light.index ).reshape(superpixel.shape) | 
    np.in1d(superpixel, blue.index ).reshape(superpixel.shape))

# Now we can put the stars on the blueish, not too darkish areas
def randomstar(img, mask):
    """random located star"""
    x,y = random.randint(1,img.shape[0]-1), random.randint(1,img.shape[1]-1)
    if not mask[x-1:x+1, y-1:y+1].any():
        # color not so random
        img[x,y,:] = 255
        img[x-1,y,:] = 255
        img[x+1,y,:] = 255
        img[x,y-1,:] = 255
        img[x,y+1,:] = 255

for i in range(100):
    randomstar(img, mask)
plt.imshow(img)