吕钦扬,天津卫星天线,畜牧业信息网
说到幻影坦克，我就想起红色警戒里的……
幻影坦克（mirage tank），《红色警戒2》以及《尤里的复仇》中盟军的一款伪装坦克，盟军王牌坦克之一。是爱因斯坦在德国黑森林中研发的一种坦克。虽然它无法隐形，但它却可以利用先进的光线偏折原理可以伪装成树木（岩石或草丛）来隐藏自己。
在一些mod中，幻影坦克可以选择变换的树木，这样便可以和背景的树木融合，而不会令人生疑。
额！这是从什么百科ctrl+v过来的吗。我跟你说个p~ ubg
不过话说回来，里面有一句说到和背景融合，这大概就是这种图片的原理所在了。
一些聊天软件或网站总是以白色背景和黑色背景（夜间模式）显示图片，你在默认的白色背景下看到一张图（图a），但是点击放大却变成另一张图（图b）。这是因为查看详情使用的背景是黑色背景。
之前在网上看到用ps制作幻影坦克效果图的方法，了解到几个图层混合模式的公式，也录制过ps动作来自动化操作。但总感觉不够效率，作为极客嘛，当然是要用代码来完成这些事情。
我要评论import，将你要处理的所有图片都放到这个文件夹里_d1.png，图b则为1_d.png，与之配对成为一组即可_d图片，会自动生成白色图片（图a）_black注：脚本文件与 import文件夹在同一目录
运行，导入模块，定义变量，创建导出目录export，并将工作目录切换到import
# -*- coding: utf-8 -*-
# python 3.7.2
# 2019/04/21 by sryml.
import os
import math
from timeit import timeit
from concurrent.futures import threadpoolexecutor, processpoolexecutor
from multiprocessing import cpu_count
#
import numba as nb
import numpy as np
from pil import image
# ---
import_folder = 'import'
export_folder = 'export'
image_files = []
#
align2_a = 0
align2_b = 1
align2_max = 'max'
no_modift = 0
stretch = 1
constraint_ratio = 2
# ---
if __name__ == '__main__':
if not os.path.exists(export_folder):
os.makedirs(export_folder)
os.chdir(import_folder)执行all_img2list()
获取当前目录（import）所有文件，按名字升序排序。将后缀带_d的图b与图a配对一组，白图到原图，原图到黑图的图片也进行相关标记并存到一个列表。每个元组将生成一张幻影坦克图片
def all_img2list():
global image_files
image_files= []
imgs = os.listdir('./')
imgs.sort(key= lambda i: os.path.splitext(i)[0])
for i in imgs:
name = os.path.splitext(i)
imgb= name[0]+'_d' + name[1]
if imgb in imgs:
imgs.remove(imgb)
img_group= (i,imgb)
elif name[0][-6:].lower() == '_black':
img_group= (i,'_black')
else:
img_group= (i,none)
image_files.append(img_group)执行automtank()
不想让cpu满载运行，进程数量为cpu总核心减1，将列表里所有元组分成n等份集合的列表task_assign（n为进程数量）
def automtank():
cpu = cpu_count()-1
pool = processpoolexecutor(cpu) #max_workers=4
l = image_files
f = int(len(l)/cpu)
task_assign = [l[n*f:] if (n+1)==cpu else l[n*f:(n+1)*f] for n in range(cpu)]
results = list(pool.map(flashmakemtank, task_assign))
pool.shutdown()
print ('\n%d辆幻影坦克制作完成！' % len(image_files))每个进程对接到的任务列表进行多线程处理：flashmakemtank
因为是图片算法处理，属于计算密集型，线程数量不需要太多。经过测试多线程还是有点效率提升的，线程数就设置为cpu核心数吧。
def flashmakemtank(task):
pool = threadpoolexecutor(cpu_count())
results = list(pool.map(makemtank, task))
pool.shutdown()makemtank 来生产幻影坦克imga和imgb，判断到那些想要白图到原图效果的图片，则在内存中生成一张纯白色的图片对象赋值给imga。原图到黑图则生成纯黑色图片对象赋值给imgb别以为这战车工厂看起来这么短，实际上算法都是通过调用函数获得返回结果，解释起来可有点费劲
def makemtank(i_group):
ratios= [0,0]
align= []
if not i_group[1]:
imgb= image.open(i_group[0])
imga= image.new('l',imgb.size,(255,))
elif i_group[1]=='_black':
imga= image.open(i_group[0])
imgb= image.new('l',imga.size,(0,))
else:
imga= image.open(i_group[0])
imgb= image.open(i_group[1])
ratios= [0.5,-0.5] #明度比值
# align2_max(取最大的宽和最大的高) align2_a(缩放到图a) align2_b(缩放到图b)
# no_modift(不修改) stretch(拉伸) constraint_ratio(约束比例)
align= [align2_b, constraint_ratio]
a_size,b_size= imga.size,imgb.size
img_objs= [imga,imgb]
for n,img in enumerate(img_objs):
if img.mode== 'rgba':
img= img.convert('rgb')
img_array= np.array(img)
if img.mode != 'l' and ( [(img_array[:,:,i]==img_array[:,:,2]).all() for i in range(2)]!= [true,true] ):
img= desaturate(img_array) #去色
else:
img= img.convert('l')
if align and (a_size!=b_size):
img= imgalign(n,img,a_size,b_size,align) #图像对齐
if ratios[n]:
img= lightness(img,ratios[n]) #明度
img_objs[n]= img
imga,imgb = img_objs
imga = invert(imga) #反相
imgo = lineardodge(imga, imgb) #线性减淡（添加）
imgr = divide(imgo, imgb) #划分
imgr_mask = addmask(imgr, imgo) #添加透明蒙版
name= os.path.splitext(i_group[0])[0]
imgr_mask.save('../'+export_folder+'/' + name+'.png')rgba，最后的a表示这张图片是带有透明通道的。而我们的幻影坦克原理就是利用的透明通道，怎能让它来胡搅蛮缠呢，速速将它转换为rgb模式接着将图像对象转为数组，判断这张图片如果不是灰度模式并且还没有去色的情况下，那就要对它进行去色操作了。
去完色的再将它转为灰度模式。
有些人可能对灰度和去色有什么误解，灰度 ≠ 去色，这是重点。虽然它们的结果都是灰色的图片，但是算法不一样，呈现的图片对比度也不一样，直接转成灰度的坦克是没有灵魂的。rgb图片直接转灰度会丢失一些细节，所以要对它进行去色操作。下面的操作都是仿照ps的步骤来处理了
desaturate例如某个像素rgb值(233,50,23)，计算得出 (233+23) / 2 = 128，这时候此像素点三个通道都是同一个值(128,128,128)
这个算法过程消耗的性能较多，像一张1000*1000的图片就得进行一百万次计算，因此我使用了numba.jit加速。
对图片数组进行操作，使用argsort()将所有像素的rgb值从小到大排序并返回一个索引数组。
uint8类型的值的范围在0~255，若计算出的值不在这范围则会抛出溢出错误，因此使用了int。
我创建了一个灰度图片数组data，将每一个对应像素的均值赋值给它，相当于去色后再转为灰度模式。
最后返回由数组转换成的图片对象
@nb.jit
def desaturate(img_array):
idx_array = img_array.argsort()
width = img_array.shape[1]
height = img_array.shape[0]
data = np.zeros((height,width),dtype=np.uint8)
for x in range(height):
for y in range(width):
idx= idx_array[x,y]
color_min= img_array[x,y, idx[0]]
color_max= img_array[x,y, idx[2]]
data[x,y]= round( (int(color_min) + int(color_max)) / 2 )
return image.fromarray(data)imgalign对齐方式（列表类型两个值）
| 对齐目标 | 缩放图像 | ||
|---|---|---|---|
| align2_max | 取最大的宽和最大的高 | no_modift | 不修改（缩小或仅画布） |
| align2_a | 图a | stretch | 拉伸 |
| align2_b | 图b | constraint_ratio | 约束比例 |
mode = [align2_b, constraint_ratio]这个函数接受5个参数
①当前图片序号（0代表图a，1代表图b）
②当前图片对象
③ - ④图a和图b的尺寸
⑤对齐方式
def imgalign(idx,img,a_size,b_size,mode):
size= img.size
old_size= (a_size,b_size)
if mode[0]== align2_max:
total_size= max(a_size[0], b_size[0]), max(a_size[1], b_size[1])
if size != total_size:
if mode[1]== stretch:
img= img.resize(total_size, image.antialias)
else:
new_img= image.new('l',total_size, (255 if idx==0 else 0,))
diff= (total_size[0]-size[0],total_size[1]-size[1])
min_diff= min(diff[0],diff[1])
if min_diff != 0 and mode[1]:
idx= diff.index(min_diff)
scale= total_size[idx] / size[idx]
resize= [total_size[idx], round(size[1-idx]*scale)]
if idx:
resize.reverse()
img= img.resize(resize, image.antialias)
new_img.paste(img, [(total_size[i]-img.size[i])//2 for i in range(2)])
img= new_img
elif idx != mode[0]:
total_size= old_size[mode[0]]
if mode[1]== stretch:
img= img.resize(total_size, image.antialias)
else:
new_img= image.new('l',total_size, (255 if idx==0 else 0,))
diff= (total_size[0]-size[0],total_size[1]-size[1])
min_diff= min(diff[0],diff[1])
if (min_diff > 0 and mode[1]) or (min_diff < 0):
idx= diff.index(min_diff)
scale= total_size[idx] / size[idx]
resize= [total_size[idx], round(size[1-idx]*scale)]
if idx:
resize.reverse()
img= img.resize(resize, image.antialias)
new_img.paste(img, [(total_size[i]-img.size[i])//2 for i in range(2)])
img= new_img
return imglightness这个函数接受2个参数
①图片对象
②明度比值（-1~1）
尽量仿照ps的算法结果，提高明度的值为向下取整，降低明度为向上取整
def lightness(img,ratio):
if ratio>0:
return img.point(lambda i: int(i*(1-ratio) + 255*ratio))
return img.point(lambda i: math.ceil(i*(1+ratio)))实际上这是图层的不透明度混合公式，ps中，明度的实现就是在当前图层的上方创建一个白色或黑色图层，然后调整其透明度即可。所以，
明度调 100% 相当于白色图层的不透明度为100%，显示纯白
明度调 -100% 相当于黑色图层的不透明度为100%，显示纯黑。
看到这里，要暂停一下了。是不是感觉说了这么多都没有提到幻影坦克的详细原理，是的，只有当你理解了ps的不透明度混合公式，你才能理解后面的步骤。
不透明度混合公式：img输出 = img上 * o + img下 * (1 - o)
小字母o代表不透明度。想一想，把两张图片导入到ps，上面的图层命名为imga，下面的图层为imgb。
当imga的不透明度为100%（o=1）时，根据图层混合公式得到img输出=imga，也就是完全显示上层图像。
当imga的不透明度为0%（o=0）时，得到img输出=imgb，完全显示下层图像。
当不透明度为50%，自然就看到了a与b的混合图像。
但是我们要将这两张图给整进一张图里，然后在类似手机qq这种只有白色背景和黑色背景的环境下，分别显示出imga和imgb。听起来有点抽象，不要慌，我们来列方程。假设这张最终成果图为imgr
| ① imga = imgr * o + 255 * (1 - o) | 白色背景下 |
| ② imgb = imgr * o + 0 * (1 - o) | 黑色背景下（点击放大后） |
这时候imgr充当上图层（img上）。它有一个固定不透明度o，或者说是它的图层蒙版（imgo表示imgr的蒙版），蒙版的像素值为0~255的单通道灰度色值。填充为黑色0相当于图层的不透明度为0%，填充为白色相当于图层不透明度为100%。那么这个固定不透明度 o 实际上就是 ⑨ o = imgo / 255
而img下就是聊天软件中的白色背景和黑色背景两种可能了。
现在来解一下方程，由②得：
imgr = imgb / o 将⑨ o = imgo / 255 代入得 ③ imgr = imgb / imgo * 255 |
将③和⑨代入①得：
imga = (imgb / imgo * 255) * (imgo / 255) + 255 * (1 - imgo / 255) imga = imgb / imgo * imgo / 255 * 255 + 255 * (1 - imgo / 255) imga = imgb + 2551 - 255(imgo / 255) imga = imgb + 255 - imgo ④ imgo = (255 - imga) + imgb |
那么现在，imgb是我们已知的要在黑色背景下显示的图像，只要拿到imgo就可以得出成品图imgr了。
(255 - imga) 这个是什么意思，就是ps中的反相操作啦。让我们回到代码操作
invert公式：255 - img
即对每个像素进行 255-像素值
def invert(img):
return img.point(lambda i: 255-i)
反imga = invert(imga )
然后这个反相后的imga（反imga）与imgb相加，即ps中的线性减淡模式
lineardodge公式：img上 + img下
def lineardodge(imga, imgb):
size = imga.size
imgo = image.new('l',size,(0,))
pxa= imga.load()
pxb= imgb.load()
pxo= imgo.load()
for x in range(size[0]):
for y in range(size[1]):
pxo[x,y] = (pxa[x,y]+pxb[x,y],)
return imgo
至此得到 imgo = lineardodge(反imga, imgb)
注：之前我们说过imga的所有像素值必须大于imgb。如果小于或等于，那么反相后加自身（或加比自身大的值）就是255了。因为imgo是成果图imgr的透明蒙版，imgo=255意味着不透明度为100%，就没有透明效果了。
接着看方程式子③ imgr = imgb / imgo * 255，这便是ps的一种图层混合模式划分了
divide几个注意的条件
①若混合色为黑色，基色非黑结果为白色、基色为黑结果为黑色（混合色是img上，基色是img下）
②若混合色为白色则结果为基色
③若混合色与基色相同则结果为白色
不妨可以在ps中一试便知真假
def divide(imgo, imgb):
size = imgb.size
imgr = image.new('l',size,(0,))
pxb= imgb.load()
pxo= imgo.load()
pxr= imgr.load()
for x in range(size[0]):
for y in range(size[1]):
o=pxo[x,y]
b=pxb[x,y]
if o==0:
#如混合色为黑色，基色非黑结果为白色、基色为黑结果为黑色
color= (b and 255 or 0,)
elif o==255:
#混合色为白色则结果为基色
color=(b,)
elif o==b:
#混合色与基色相同则结果为白色
color=(255,)
else:
color=(round((b/o)*255),)
pxr[x,y] = color
return imgr
调用划分函数imgr = divide(imgo, imgb)，终于，我们得到了梦寐以求的成果图imgr
但不要忘了它的不透明度，把imgo添加为它的图层蒙版
def addmask(imgr,imgo):
img = imgr.convert("rgba")
img.putalpha(imgo)
return img
imgr_mask = addmask(imgr, imgo)
name= os.path.splitext(i_group[0])[0]
imgr_mask.save('../'+export_folder+'/' + name+'.png')
保存在导出文件夹。。。这个脚本生成的幻影坦克与ps做的相比就犹如真假美猴王一般，说到美猴王，我就想起……
# -*- coding: utf-8 -*-
# python 3.7.2
# 2019/04/21 by sryml.
import os
import math
from timeit import timeit
from concurrent.futures import threadpoolexecutor, processpoolexecutor
from multiprocessing import cpu_count
#
import numba as nb
import numpy as np
from pil import image
# ---
import_folder = 'import'
export_folder = 'export'
image_files = []
#
align2_a = 0
align2_b = 1
align2_max = 'max'
no_modift = 0
stretch = 1
constraint_ratio = 2
# ---
### 图像对齐
def imgalign(idx,img,a_size,b_size,mode):
size= img.size
old_size= (a_size,b_size)
if mode[0]== align2_max:
total_size= max(a_size[0], b_size[0]), max(a_size[1], b_size[1])
if size != total_size:
if mode[1]== stretch:
img= img.resize(total_size, image.antialias)
else:
new_img= image.new('l',total_size, (255 if idx==0 else 0,))
diff= (total_size[0]-size[0],total_size[1]-size[1])
min_diff= min(diff[0],diff[1])
if min_diff != 0 and mode[1]:
idx= diff.index(min_diff)
scale= total_size[idx] / size[idx]
resize= [total_size[idx], round(size[1-idx]*scale)]
if idx:
resize.reverse()
img= img.resize(resize, image.antialias)
new_img.paste(img, [(total_size[i]-img.size[i])//2 for i in range(2)])
img= new_img
elif idx != mode[0]:
total_size= old_size[mode[0]]
if mode[1]== stretch:
img= img.resize(total_size, image.antialias)
else:
new_img= image.new('l',total_size, (255 if idx==0 else 0,))
diff= (total_size[0]-size[0],total_size[1]-size[1])
min_diff= min(diff[0],diff[1])
if (min_diff > 0 and mode[1]) or (min_diff < 0):
idx= diff.index(min_diff)
scale= total_size[idx] / size[idx]
resize= [total_size[idx], round(size[1-idx]*scale)]
if idx:
resize.reverse()
img= img.resize(resize, image.antialias)
new_img.paste(img, [(total_size[i]-img.size[i])//2 for i in range(2)])
img= new_img
return img
### 去色
@nb.jit
def desaturate(img_array):
idx_array = img_array.argsort()
width = img_array.shape[1]
height = img_array.shape[0]
data = np.zeros((height,width),dtype=np.uint8)
for x in range(height):
for y in range(width):
idx= idx_array[x,y]
color_min= img_array[x,y, idx[0]]
color_max= img_array[x,y, idx[2]]
data[x,y]= round( (int(color_min) + int(color_max)) / 2 )
return image.fromarray(data)
### 明度
def lightness(img,ratio):
if ratio>0:
return img.point(lambda i: int(i*(1-ratio) + 255*ratio))
return img.point(lambda i: math.ceil(i*(1+ratio)))
### 反相
def invert(img):
return img.point(lambda i: 255-i)
### 线性减淡（添加）
def lineardodge(imga, imgb):
size = imga.size
imgo = image.new('l',size,(0,))
pxa= imga.load()
pxb= imgb.load()
pxo= imgo.load()
for x in range(size[0]):
for y in range(size[1]):
pxo[x,y] = (pxa[x,y]+pxb[x,y],)
return imgo
### 划分
def divide(imgo, imgb):
size = imgb.size
imgr = image.new('l',size,(0,))
pxb= imgb.load()
pxo= imgo.load()
pxr= imgr.load()
for x in range(size[0]):
for y in range(size[1]):
o=pxo[x,y]
b=pxb[x,y]
if o==0:
#如混合色为黑色，基色非黑结果为白色、基色为黑结果为黑色
color= (b and 255 or 0,)
elif o==255:
#混合色为白色则结果为基色
color=(b,)
elif o==b:
#混合色与基色相同则结果为白色
color=(255,)
else:
color=(round((b/o)*255),)
pxr[x,y] = color
return imgr
def addmask(imgr,imgo):
img = imgr.convert("rgba")
img.putalpha(imgo)
return img
####
#### 将所有要处理的图片文件添加到列表
def all_img2list():
global image_files
image_files= []
imgs = os.listdir('./')
imgs.sort(key= lambda i: os.path.splitext(i)[0])
for i in imgs:
name = os.path.splitext(i)
imgb= name[0]+'_d' + name[1]
if imgb in imgs:
imgs.remove(imgb)
img_group= (i,imgb)
elif name[0][-6:].lower() == '_black':
img_group= (i,'_black')
else:
img_group= (i,none)
image_files.append(img_group)
def makemtank(i_group):
ratios= [0,0]
align= []
if not i_group[1]:
imgb= image.open(i_group[0])
imga= image.new('l',imgb.size,(255,))
elif i_group[1]=='_black':
imga= image.open(i_group[0])
imgb= image.new('l',imga.size,(0,))
else:
imga= image.open(i_group[0])
imgb= image.open(i_group[1])
ratios= [0.5,-0.5] #明度比值
# align2_max(取最大的宽和最大的高) align2_a(缩放到图a) align2_b(缩放到图b)
# no_modift(不修改) stretch(拉伸) constraint_ratio(约束比例)
align= [align2_b, constraint_ratio]
a_size,b_size= imga.size,imgb.size
img_objs= [imga,imgb]
for n,img in enumerate(img_objs):
if img.mode== 'rgba':
img= img.convert('rgb')
img_array= np.array(img)
if img.mode != 'l' and ( [(img_array[:,:,i]==img_array[:,:,2]).all() for i in range(2)]!= [true,true] ):
img= desaturate(img_array) #去色
else:
img= img.convert('l')
if align and (a_size!=b_size):
img= imgalign(n,img,a_size,b_size,align) #图像对齐
if ratios[n]:
img= lightness(img,ratios[n]) #明度
img_objs[n]= img
imga,imgb = img_objs
imga = invert(imga) #反相
imgo = lineardodge(imga, imgb) #线性减淡（添加）
imgr = divide(imgo, imgb) #划分
imgr_mask = addmask(imgr, imgo) #添加透明蒙版
name= os.path.splitext(i_group[0])[0]
imgr_mask.save('../'+export_folder+'/' + name+'.png')
def flashmakemtank(task):
pool = threadpoolexecutor(cpu_count())
results = list(pool.map(makemtank, task))
pool.shutdown()
def automtank():
cpu = cpu_count()-1
pool = processpoolexecutor(cpu) #max_workers=4
l = image_files
f = int(len(l)/cpu)
task_assign = [l[n*f:] if (n+1)==cpu else l[n*f:(n+1)*f] for n in range(cpu)]
results = list(pool.map(flashmakemtank, task_assign))
pool.shutdown()
print ('\n%d辆幻影坦克制作完成！' % len(image_files))
# ---
def fire():
all_img2list()
sec = timeit(lambda:automtank(),number=1)
print ('time used: {} sec'.format(sec))
s= input('\n按回车键退出...\n')
if __name__ == '__main__':
if not os.path.exists(export_folder):
os.makedirs(export_folder)
os.chdir(import_folder)
while true:
s= input('>>> 按f进入坦克：')
if s.upper()== 'f':
print ('少女祈祷中...')
fire() #开炮
break
elif not s:
break
如对本文有疑问，请在下面进行留言讨论，广大热心网友会与你互动！！ 点击进行留言回复
新手学习Python2和Python3中print不同的用法
Python基于os.environ从windows获取环境变量
网友评论