这篇教程Python图像特效之模糊玻璃效果写得很实用，希望能帮到您。
今天介绍一种基于高斯滤波和邻域随机采样，生成一种毛玻璃的图像特效，简单来说，就是先对图像做高斯滤波模糊，然后对模糊后的图像，通过对邻域的随机采样来赋予当前的像素点，这样，生成的图像有有一定的随机扰动和模糊，看起来就像隔着一层毛玻璃在观察图像一样。 # -*- coding: utf-8 -*-"""Created on Sun Aug 20 11:03:53 2017@author: shiyi"""import matplotlib.pyplot as pltfrom skimage.filters import gaussianfrom scipy.misc import imsave, imreadimport randomfile_name='D:/Visual Effects/PS Algorithm/4.jpg';img=imread(file_name)g_img = gaussian(img, sigma=2, multichannel=True)img_out = g_img.copy()rows, cols, dpt = img.shapep_size = 3for i in range(p_size, rows-p_size, 1): for j in range(p_size, cols-p_size, 1): k1= random.random() - 0.5 k2= random.random() - 0.5 m=int (k1*(p_size*2-1)) n=int (k2*(p_size*2-1)) h=(i+m) % rows w=(j+n) % cols img_out[i, j, :] = g_img[h, w, :]imsave('out.jpg', img_out)plt.figureplt.imshow(img_out)plt.show()效果图：
效果图： 
小编再为大家分享一段之前收藏的实例，感谢原作者的分享。 #coding:utf-8'''毛玻璃效果''' import cv2import numpy as np src = cv2.imread('datas/images/f1.jpg')dst = np.zeros_like(src) rows,cols,_ = src.shapeoffsets = 5random_num = 0 for y in range(rows - offsets): for x in range(cols - offsets): random_num = np.random.randint(0,offsets) dst[y,x] = src[y + random_num,x + random_num] cv2.imshow('src',src)cv2.imshow('dst',dst) cv2.waitKey()cv2.destroyAllWindows()
以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持51zixue.net。
python入门课程第三讲之编码规范知多少
python入门课程第四讲之内置数据类型有哪些 |
