我正在编写一个库来处理 Python 中的凝视跟踪，而且我对整个 numpy / scipy 世界还是很陌生。本质上，我希望及时获取一组 (x,y) 值，并在这些坐标处将一些形状“绘制”到画布上。例如，形状可能是一个模糊的圆圈。
我想到的操作和在Photoshop中使用画笔工具差不多。
我有一个交互式算法，可以将我的“画笔”修剪到我的图像范围内，并将每个点添加到一个累加器图像中，但它很慢（！），而且似乎有一种从根本上更简单的方法这样做。
关于从哪里开始寻找的任何指针？
【问题讨论】：
标签： python image-processing numpy scipy
OpenCV 使用 numpy 数组并具有基本的绘图功能：圆、椭圆、折线...
要画一条线，你可以调用
cv.line(array,previous_point,new_point,colour,thickness=x)
每次获得鼠标事件。
【讨论】：
在您的问题中，您描述了一个高斯过滤器，scipy 通过package 支持该过滤器。 例如：
from scipy import * # rand
from pylab import * # figure, imshow
from scipy.ndimage import gaussian_filter
# random "image"
I = rand(100, 100)
figure(1)
imshow(I)
# gaussian filter
J = gaussian_filter(I, sigma=10)
figure(2)
imshow(J)
当然，您可以使用切片将其应用于整个图像，或仅应用于补丁：
J = array(I) # copy image
J[30:70, 30:70] = gaussian_filter(I[30:70, 30:70], sigma=1) # apply filter to subregion
figure(2)
imshow(2)
对于基本的图像处理，Python 图像库 (PIL) 可能是您想要的。
注意： 对于用“画笔”“绘画”，我认为你可以用你的画笔创建一个布尔蒙版数组。例如：
# 7x7 boolean mask with the "brush" (example: a _crude_ circle)
mask = array([[0, 0, 1, 1, 1, 0, 0],
[0, 1, 1, 1, 1, 1, 0],
[1, 1, 1, 1, 1, 1, 1],
[1, 1, 1, 1, 1, 1, 1],
[1, 1, 1, 1, 1, 1, 1],
[0, 1, 1, 1, 1, 1, 0],
[0, 0, 1, 1, 1, 0, 0]], dtype=bool)
# random image
I = rand(100, 100)
# apply filter only on mask
# compute the gauss. filter only on the 7x7 subregion, not the whole image
I[40:47, 40:47][mask] = gaussian_filter(I[40:47, 40:47][mask], sigma=1)
【讨论】：
在傅里叶空间中做一些数学运算可能会有所帮助：平移（通过狄拉克进行卷积）等于简单地乘以傅里叶中的相位...这会使您的画笔移动到确切的位置（类似于catchmeifyoutry & dwf，但这允许翻译比像素更精细，比如 2.5，唉，有一些振铃）。那么，这些笔画的总和就是这些操作的总和。
在代码中：
import numpy
import pylab
from scipy import mgrid
def FTfilter(image, FTfilter):
from scipy.fftpack import fftn, fftshift, ifftn, ifftshift
from scipy import real
FTimage = fftshift(fftn(image)) * FTfilter
return real(ifftn(ifftshift(FTimage)))
def translate(image, vec):
"""
Translate image by vec (in pixels)
"""
u = ((vec[0]+image.shape[0]/2) % image.shape[0]) - image.shape[0]/2
v = ((vec[1]+image.shape[1]/2) % image.shape[1]) - image.shape[1]/2
f_x, f_y = mgrid[-1:1:1j*image.shape[0], -1:1:1j*image.shape[1]]
trans = numpy.exp(-1j*numpy.pi*(u*f_x + v*f_y))
return FTfilter(image, trans)
def occlude(image, mask):
# combine in oclusive mode
return numpy.max(numpy.dstack((image, mask)), axis=2)
if __name__ == '__main__':
Image = numpy.random.rand(100, 100)
X, Y = mgrid[-1:1:1j*Image.shape[0], -1:1:1j*Image.shape[1]]
brush = X**2 + Y**2 < .05 # relative size of the brush
# shows the brush
pylab.imshow(brush)
# move it to some other position / use a threshold to avoid ringing
brushed = translate(brush, [20, -10.51]) > .6
pylab.imshow(brushed)
pylab.imshow(occlude(Image, brushed))
more_strokes = [[40, -15.1], [-40, -15.1], [-25, 15.1], [20, 10], [0, -10], [25, -10.51]]
for stroke in more_strokes:
brushed = brushed + translate(brush, stroke) > .6
pylab.imshow(occlude(Image, brushed))
【讨论】：
你真的应该看看 Andrew Straw 的 motmot 和 libcamiface。他将它用于飞行行为实验，但它是一个灵活的库，用于进行我认为您正在做的那种图像采集和处理。他在 SciPy2009 上的演讲有一个video。
至于你提到的画笔场景，我会使用 .copy() 方法制作图像的副本，将画笔图像保存在数组中，然后简单地添加它
arr[first_br_row:last_br_row, first_br_col:last_br_col] += brush[first_row:last_row, first_col:last_col]
你设置first_br_row，last_br_rowfirst_br_col，last_br_col来处理你要添加画笔的子图像和first_row，last_row，first_col，last_col来剪辑画笔（通常将它们设置为 0 和 # rows/cols - 1，但是当您足够靠近图像边界时进行调整，以便只绘制画笔的一部分）。
希望对您有所帮助。
【讨论】：
你看过Tkinter吗？
Python Image Library 也可能有一些帮助。
【讨论】：