อ่านแล้วสนุกดี ผลงานของคนอื่นที่ได้ๆ ก็ดูเหมือนงานศิลป์พวก Divisionism/Pointillism ด้วย เลยลองกลับมาเขียนเองแบบมั่วๆ บ้าง 555
import random
from PIL import Image
from PIL.ImageFilter import FIND_EDGES, GaussianBlur, SHARPEN
def coordinate(width, height):
yield from ((x, y) for y in range(height) for x in range(width))
def normalized(choices):
lower = min(weight for _, weight in choices)
upper = max(weight for _, weight in choices)
norm = lambda weight: (weight-lower) + (upper-lower)//4
return [((x, y), norm(weight)) for (x, y), weight in choices]
def random_by_weight(choices):
rand_val = random.uniform(0, sum(weight for _, weight in choices))
index = 0
count = 0
while count < rand_val:
count += choices[index][1]
index += 1
return choices.pop(index-1)[0]
def init_centroids(image, cells):
width, height = image.size
edge_img = image.filter(FIND_EDGES).filter(GaussianBlur).filter(SHARPEN)
weight = lambda x, y: 256 - max(edge_img.getpixel((x, y)))
choices = [((x, y), weight(x, y)) for x, y in coordinate(width, height)]
return [random_by_weight(normalized(choices)) for _ in range(cells)]
def init_rgbs(image, centroids):
rgb_im = image.convert('RGB')
return [rgb_im.getpixel((x, y)) for x, y in centroids]
def simulate_voronoi(image_path, cells=25, scale=None):
image = Image.open(image_path)
if scale is not None:
image.thumbnail((scale, scale), Image.ANTIALIAS)
centroids = init_centroids(image, cells)
rgbs = init_rgbs(image, centroids)
return image.size, list(zip(centroids, rgbs))
ผลลัพธ์ที่ออกมาก็ประมาณนี้ครับ (ที่ 500 เซลล์ Voronoi)
เอาไปสู้เขาไม่ได้หรอก เพราะเขียนไปมั่วแบบคนไม่มีพื้นฐาน image processing อะไรเลย แต่ก็สนุกดีได้ลองใช้ PIL เป็นครั้งแรกด้วย
