画像を点描画に変換する - Pythonでいろいろやってみる

画像を点描画に変換します。飛び飛びに円を描いて点描化します。円の色を設定するために、元画像の縮小画像を作りその配列から元画像の飛び飛びの色を取得します。

使った関数・メソッド

cv2.imread() : 画像ファイルの読み出し
ndarray.shape() : ndarrayの形状取得
numpy.ones() : 全要素の値が1のndarrayの生成
cv2.resize() : 画像サイズの変更
cv2.imwrite() : 画像を保存する

環境

windows10 home
Anaconda 3/ jupyter notebook 5.6.0
Python 3.7.0
OpenCV 4.0.0

準備

画像ファイルはフリー写真素材ぱくたそからダウンロードさせていただき、ファイル名'kabuki_cho.jpg'でjupyter notebookファイル(***.ipynb)と同じディレクトリに保存しました。
f:id:T_A_T:20190418212036j:plain
kabuki_cho.jpg

コード

import cv2  # OpenCVのインポート
import numpy as np  # numpyをnpという名前でインポート

fname = "kabuki_cho.jpg"  # 画像ファイル名
scale_factor = 8  # 縮小処理時の縮小率
white_rate = 1.8  # 隙間量の設定(描画する円の縮小率)

img = cv2.imread(fname)  # 画像を読み出しオブジェクトimgに代入
# オブジェクトimgのshapeメソッドの1つ目の戻り値(画像の高さ)をimg_heightに、2つ目の戻り値(画像の幅)をimg_widthに代入
img_height,img_width=img.shape[:2] 
img_white = np.ones((img_height, img_width, 3), np.uint8)*255  # imgと同じサイズの白画像を生成　

img_reduction = cv2.resize(img,None,fx = 1/scale_factor,fy = 1/scale_factor)  # 縮小率の倍率で画像を縮小
img_reduction_height,img_reduction_width = img_reduction.shape[:2]    # 縮小画像の高さ、幅を取得

for y in range(img_reduction_height):  # 縮小画像の高さ画素数分繰り返す
    for x in range(img_reduction_width):  # 縮小画像の幅画素数分繰り返す

        b = int(img_reduction[y,x,0])  # 縮小画像のBの輝度を取得
        g = int(img_reduction[y,x,1])  # 縮小画像のGの輝度を取得
        r = int(img_reduction[y,x,2])  # 縮小画像のRの輝度を取得
        
        x_circle = x*scale_factor  # 円のx座標を設定
        y_circle = y*scale_factor  # 円のy座標を設定
        cv2.circle(img_white, (x_circle, y_circle), int(scale_factor/white_rate), (b,g,r), -1)  # 円の描画 
        
cv2.imwrite("dot.jpg",img_white) #画像をファイル名random_circle.pngで保存

実行結果

f:id:T_A_T:20190418212849j:plain

このままだと等間隔に点が並んでいて味気ないので点の位置にばらつきを与えてみます。また円の大きさを大きくして隙間を少なくしてみます。

コード

import cv2  # OpenCVのインポート
import numpy as np  # numpyをnpという名前でインポート
import random # randomのインポート  

fname = "kabuki_cho.jpg"  # 画像ファイル名
scale_factor = 8  # 縮小処理時の縮小率
white_rate = 1.5  # 隙間量の設定(描画する円の縮小率)

img = cv2.imread(fname)  # 画像を読み出しオブジェクトimgに代入
# オブジェクトimgのshapeメソッドの1つ目の戻り値(画像の高さ)をimg_heightに、2つ目の戻り値(画像の幅)をimg_widthに代入
img_height,img_width=img.shape[:2] 
img_white = np.ones((img_height, img_width, 3), np.uint8)*255  # imgと同じサイズの白画像を生成　

img_reduction = cv2.resize(img,None,fx = 1/scale_factor,fy = 1/scale_factor)  # 縮小率の倍率で画像を縮小
img_reduction_height,img_reduction_width = img_reduction.shape[:2]    # 縮小画像の高さ、幅を取得

for y in range(img_reduction_height):  # 縮小画像の高さ画素数分繰り返す
    for x in range(img_reduction_width):  # 縮小画像の幅画素数分繰り返す

        b = int(img_reduction[y,x,0])  # 縮小画像のBの輝度を取得
        g = int(img_reduction[y,x,1])  # 縮小画像のGの輝度を取得
        r = int(img_reduction[y,x,2])  # 縮小画像のRの輝度を取得
        
        x_frac = random.random()*3  # 円のx座標のばらつきを設定
        y_frac = random.random()*3  # 円のy座標のばらつきを設定
        
        x_circle = int(x*scale_factor+x_frac) # 円のx座標を設定
        y_circle = int(y*scale_factor+y_frac) # 円のy座標を設定
        cv2.circle(img_white, (x_circle, y_circle), int(scale_factor/white_rate), (b,g,r), -1)  # 円の描画 
        
cv2.imwrite("dot.jpg",img_white) #画像をファイル名random_circle.pngで保存