C# 中的 3D Perlin Noise Normalize 函数

Question

过去一两周我一直在制作个性化的 Perlin 噪声生成器（注意我说的是个性化是因为我不想使用其他生成器），但我不是一个超级熟练的程序员，而且它真的很慢.为了加快速度，我一直在研究 C#，因为它接近于 python 和 java，这是我最好的两种语言，而不是 C。问题是，我用 python 编写了整个生成器，这不是我最擅长的语言，如果我用 java 编写它，我会更容易将它转换为 C#。

现在我正在尝试将我的生成器直接从 python 转换为 C#，这在大多数情况下我可以很容易地完成，但我对我的导师为我编写的一些东西有点不确定。即，这个归一化函数：

# np is numpy
def normalize(img):
    img_copy=img*1.0
    img_copy-=np.min(img_copy)
    img_copy/=np.max(img_copy)
    img_copy*=255.9999
    return np.uint8(img_copy)

我不知道 C# 是否可以在没有过多 for 循环的情况下完成这种几乎瞬时的列表理解，而且我对 NumSharp 也不太了解，我会用它来代替 numpy。

如何在 C# 中编写此函数，以及如何使用 NumSharp 等效的 numpy 函数 zeros()、max()、min() 和 cv2 函数 resize？

附：如果您需要更多上下文，我在 repl.it 上有程序。 https://repl.it/@JoshuaFavorite/PerlinNoiseGenerator#main.py

编辑：显然不清楚我的 python 程序是否完全正常运行，我不需要任何帮助，我需要 C# 方面的帮助。尤其是瞬时矩阵乘法、矩阵统计和用 python 很容易完成的事情。

Answer 1

抱歉，我不懂 C#，但这是在 Python OpenCV 中生成 perlin 噪声的一种方法

 - Start with a black image
 - Iterate generating a noise image at different dimensions according to power law
 - Resize it
 - Attenuate it
 - Add it to the previous iteration
 - Scale to range 0 to 255 as integer
 - Save the results

import cv2
import skimage.exposure
import numpy as np
from numpy.random import default_rng
rng = default_rng()

# define argument
wd = 500                # width output
ht = 500                # height of output
base = 2                #integer>1; typically 2 to 4; frequency=base^(octave level)
startlevel = 1          #starting octave level; integer>0
endlevel = 6            #ending octave level; nominally 5 or 6
atten = 0               #persistence=1/atten; amp=persist^(j-1); atten=0 -> amp=1/j; j=1,2...; atten=2 is good, also

# compute larger of wd and ht
max_dim = max(wd,ht)

#compute start dim as base^(startlevel)
start_dim = base**startlevel

# compute end dim as base^(endlevel)
end_dim = base**endlevel

# create zero frequency black base to which to add octaves
result = np.zeros((max_dim,max_dim),dtype=np.float32)

# process octaves
j = 1
for i in range (startlevel,endlevel):
    if atten == 0:
        amp = 1/j
    else:
        amp = 1/(atten**(j-1))
    print("Processing Octave Level:",i," and Amplitude:",amp)
    
    # create noise image, attenuate it, combine with zero frequency initial level
    dim = base**i
    noise = rng.integers(0,255,(dim,dim),np.uint8,True).astype(np.float32)
    
    # resize to max_dim and attenuate
    noise = amp * cv2.resize(noise, (max_dim,max_dim), interpolation=cv2.INTER_CUBIC).astype(np.float32)
    
    # add to result
    result = cv2.add(result, noise)
    
    # stop if end_dim for given endlevel is larger than max_dim
    if end_dim > max_dim:
        break
            
    # increment 
    i += 1
    j += 1

# scale to range 0 to 255, and crop to desired dimensions
result = skimage.exposure.rescale_intensity(result, in_range='image', out_range=(0,255)).clip(0,255).astype(np.uint8)
result = result[0:ht, 0:wd]

# save result
cv2.imwrite('perlin.jpg', result)

# show results
cv2.imshow('perlin', result)
cv2.waitKey(0)
cv2.destroyAllWindows()

Atten 0、Startlevel 1 和 Endlevel 6：

Atten 0、Startlevel 1 和 Endlevel 5：

Atten 2，Startlevel 1 和 Endlevel 6：