如何用OpenCV-Python图形图像处理制作出雪花飘落特效详解

效果展示

首先看一下目标效果：

素材准备 & 思路分析

本次雪花来源于如下图片

背景可以是任意图片，下面是老猿在网上找到的一张珠峰图像

珠峰背景的天空飘落着纷纷扬扬的雪花，意境不错吧？

实现思路

要实现雪花飘落，单张图片的单次显示肯定不够，需要不停循环显示图片，并且在每次图片显示时，生成新的雪花并更新图片中已有雪花的位置，这就需要将图片中每个雪花的位置精确管理。

自然界的雪花大小是不同的，因此为了提升逼真效果，还需要使得雪花大小在一定范围内随机变化和旋转。

不停产生大小不同的雪花，如果每次产生雪花都对雪花进行变换其实浪费了系统的资源，因此为了提升处理性能，只在程序开始初始化时一次批量生产各种不同大小、不同旋转角度的各种雪花，后续程序生成雪花时，直接从批量生成的雪花中取一个作为要生成的雪花，而不用每次从基本的雪花图像开始进行变换。

关键实现代码

1、生成各种雪花形状

def initSnowShapes（）： “”“ 从文件中读入雪花图片，并进行不同尺度的缩小和不同角度的旋转从而生成不同的雪花形状，这些雪花形状保存到全局列表中snowShapesList ”“” global snowShapesList imgSnow = readImgFile（r‘f:picsnow.jpg’） imgSnow = cv2.resize（imgSnow， None， fx=0.2， fy=0.2） #图片文件中的雪花比较大，需要缩小才能象自然的雪花形象 minFactor，maxFactor = 50，100 #雪花大小在imgSnow的0.5-1倍之间变化

for factor in range（minFactor，maxFactor，5）： #每次增加5%大小 f = factor*0.01 imgSnowSize = cv2.resize（imgSnow， None， fx=f， fy=f） for ange in range（0，360，5）：#雪花0-360之间旋转 imgRotate = rotationImg（imgSnowSize，ange） snowShapesList.append（imgRotate）

2、产生一排雪花

def generateOneRowSnows（width，count）： “”“ 产生一排雪花对象，每个雪花随机从snowShapesList取一个、横坐标位置随机、纵坐标初始为0 ：param width： 背景图像宽度 ：param count： 希望的雪花数 一个包含产生的多个雪花对象信息的列表，每个列表的元素代表一个雪花对象，雪花对象包含三个信息，在snowShapesList的索引号、初始x坐标、初始y坐标（才生成固定为0） ”“” global snowShapesList line = ［］ picCount = len（snowShapesList） for loop in range（count）： imgId = random.randint（0，picCount-1） xPos = random.randint（0，width-1） line.append（（imgId，xPos，0）） return line

3、将所有雪花对象融合到背景图像

def putSnowObjectToImg（img）： “”“ 将所有snowObjects中的雪花对象融合放到图像img中，融合时y坐标随机下移一定高度，x坐标左右随机小范围内移动 ”“” global snowShapesList，snowObjects horizontalMaxDistance，verticalMaxDistance = 5，20 #水平方向左右漂移最大值和竖直方向下落最大值 snowObjectCount = len（snowObjects） rows，cols = img.shape［0:2］ imgResult = np.array（img） for index in range（snowObjectCount-1，-1，-1）： imgObj = snowObjects［index］ #每个元素为（imgId，x，y） if imgObj［2］》rows： #如果雪花的起始纵坐标已经超出背景图像的高度（即到达背景图像底部），则该雪花对象需进行失效处理 del（snowObjects［index］） else： imgSnow = snowShapesList［imgObj［0］］ x，y = imgObj［1：］ #取该雪花上次的位置 x = x+random.randint（-1*horizontalMaxDistance，horizontalMaxDistance） #横坐标随机左右移动一定范围 y = y+random.randint（1，verticalMaxDistance） #纵坐标随机下落一定范围 snowObjects［index］ = （imgObj［0］，x，y） #更新雪花对象信息 imgResult = addImgToLargeImg（imgSnow，imgResult，（x，y），180） #将所有雪花对象图像按照其位置融合到背景图像中 return imgResult #返回融合图像

4、主函数

主函数读入背景图片，初始化雪花形状列表，然后循环自顶部产生一排新的雪花，并将所有雪花对象动态调整位置后融合到背景图像，每200毫秒循环一次，直至按ESC退出。

def main（）： global snowShapesList，snowObjects bg = readImgFile（r‘f:picQomolangma2.jpg’） initSnowShapes（） rows，cols = bg.shape［：2］ maxObjsPerRow = int（cols/100）

while（True）： snowObjects += generateOneRowSnows（cols，random.randint（0，maxObjsPerRow）） result = putSnowObjectToImg（bg） cv2.imshow（‘result’，result） ch = cv2.waitKey（200） if ch==27:break

主程序完整代码及雪花飘落效果

5.1、 主程序完整代码

# -*- coding： utf-8 -*-import cv2，randomimport numpy as np

from opencvPublic import addImgToLargeImg，readImgFile，rotationImgsnowShapesList = ［］ #雪花形状列表snowObjects=［］ #图片中要显示的所有雪花对象

def initSnowShapes（）： “”“ 从文件中读入雪花图片，并进行不同尺度的缩小和不同角度的旋转从而生成不同的雪花形状，这些雪花形状保存到全局列表中snowShapesList ”“” global snowShapesList imgSnow = readImgFile（r‘f:picsnow.jpg’） imgSnow = cv2.resize（imgSnow， None， fx=0.2， fy=0.2） #图片文件中的雪花比较大，需要缩小才能象自然的雪花形象 minFactor，maxFactor = 50，100 #雪花大小在imgSnow的0.5-1倍之间变化

for factor in range（minFactor，maxFactor，5）： #每次增加5%大小 f = factor*0.01 imgSnowSize = cv2.resize（imgSnow， None， fx=f， fy=f） for ange in range（0，360，5）：#雪花0-360之间旋转，每次旋转角度增加5° imgRotate = rotationImg（imgSnowSize，ange） snowShapesList.append（imgRotate）

def generateOneRowSnows（width，count）： “”“ 产生一排雪花对象，每个雪花随机从snowShapesList取一个、横坐标位置随机、纵坐标初始为0 ：param width： 背景图像宽度 ：param count： 希望的雪花数 当前行对应的竖直坐标 一个包含产生的多个雪花对象信息的列表，每个列表的元素代表一个雪花对象，雪花对象包含三个信息，在snowShapesList的索引号、初始x坐标、初始y坐标（才生成固定为0） ”“” global snowShapesList line = ［］ picCount = len（snowShapesList） for loop in range（count）： imgId = random.randint（0，picCount-1） xPos = random.randint（0，width-1） line.append（（imgId，xPos，0）） return line

def putSnowObjectToImg（img）： “”“ 将所有snowObjects中的雪花对象融合放到图像img中，融合时y坐标随机下移一定高度，x坐标左右随机小范围内移动 ”“” global snowShapesList，snowObjects horizontalMaxDistance，verticalMaxDistance = 5，20 #水平方向左右漂移最大值和竖直方向下落最大值 snowObjectCount = len（snowObjects） rows，cols = img.shape［0:2］ imgResult = np.array（img） for index in range（snowObjectCount-1，-1，-1）： imgObj = snowObjects［index］ #每个元素为（imgId，x，y） if imgObj［2］》rows： #如果雪花的起始纵坐标已经超出背景图像的高度（即到达背景图像底部），则该雪花对象需进行失效处理 del（snowObjects［index］） else： imgSnow = snowShapesList［imgObj［0］］ x，y = imgObj［1：］ #取该雪花上次的位置 x = x+random.randint（-1*horizontalMaxDistance，horizontalMaxDistance） #横坐标随机左右移动一定范围 y = y+random.randint（1，verticalMaxDistance） #纵坐标随机下落一定范围 snowObjects［index］ = （imgObj［0］，x，y） #更新雪花对象信息 imgResult = addImgToLargeImg（imgSnow，imgResult，（x，y），180） #将所有雪花对象图像按照其位置融合到背景图像中 return imgResult #返回融合图像

def main（）： global snowShapesList，snowObjects

initSnowShapes（） bg = readImgFile（r‘f:picQomolangma2.jpg’） rows，cols = bg.shape［：2］ maxObjsPerRow = int（cols/100）

while（True）： snowObjects += generateOneRowSnows（cols，random.randint（0，maxObjsPerRow）） result = putSnowObjectToImg（bg） cv2.imshow（‘result’，result） ch = cv2.waitKey（200） if ch==27:break

main（）

总结

本文介绍了通过OpenCV-Python以特定图像为背景制作雪花飘落特效的实现思路、关键函数功能以及主程序的完整代码。雪花飘落特效实际上属于图像融合的操作，只要掌握图像融合的基础知识以及设计后实现思路，实现起来还是比较快的，效果也挺不错。结合上面代码，大家还可以调整雪花的大小以及飘雪的密集程度。

以上实现过程需要注意：

1、雪花图片一般会比图片需要的效果大，怎么缩小到合适的大小需要多试一下，下面是才开始将原始图片只缩写一半之后的效果。

可以看到该效果就不太让人满意。

2、控制好雪花左右移动以及下落的速度和幅度，太快、太慢以及幅度过大或过小都不太象在雪花飘落。
编辑：lyn