পিআইএল সহ পাইথন 2
এটি এখনও কিছুটা কাজ চলছে। এছাড়াও, নীচের কোডটি স্প্যাগেটির একটি ভয়ঙ্কর জগাখিচুড়ি, এবং এটি অনুপ্রেরণা হিসাবে ব্যবহার করা উচিত নয়। :)
from PIL import Image, ImageFilter
from math import sqrt
from copy import copy
from random import shuffle, choice, seed
IN_FILE = "input.png"
OUT_FILE = "output.png"
LOGGING = True
GRAPHICAL_LOGGING = False
LOG_FILE_PREFIX = "out"
LOG_FILE_SUFFIX = ".png"
LOG_ROUND_INTERVAL = 150
LOG_FLIP_INTERVAL = 40000
N = 500
P = 30
BLUR_RADIUS = 3
FILAMENT_ROUND_INTERVAL = 5
seed(0) # Random seed
print("Opening input file...")
image = Image.open(IN_FILE).filter(ImageFilter.GaussianBlur(BLUR_RADIUS))
pixels = {}
width, height = image.size
for i in range(width):
for j in range(height):
pixels[(i, j)] = image.getpixel((i, j))
def dist_rgb((a,b,c), (d,e,f)):
return (a-d)**2 + (b-e)**2 + (c-f)**2
def nbors((x,y)):
if 0 < x:
if 0 < y:
yield (x-1,y-1)
if y < height-1:
yield (x-1,y+1)
if x < width - 1:
if 0 < y:
yield (x+1,y-1)
if y < height-1:
yield (x+1,y+1)
def full_circ((x,y)):
return ((x+1,y), (x+1,y+1), (x,y+1), (x-1,y+1), (x-1,y), (x-1,y-1), (x,y-1), (x+1,y-1))
class Region:
def __init__(self):
self.points = set()
self.size = 0
self.sum = (0,0,0)
def flip_point(self, point):
sum_r, sum_g, sum_b = self.sum
r, g, b = pixels[point]
if point in self.points:
self.sum = (sum_r - r, sum_g - g, sum_b - b)
self.size -= 1
self.points.remove(point)
else:
self.sum = (sum_r + r, sum_g + g, sum_b + b)
self.size += 1
self.points.add(point)
def mean_with(self, color):
if color is None:
s = float(self.size)
r, g, b = self.sum
else:
s = float(self.size + 1)
r, g, b = map(lambda a,b: a+b, self.sum, color)
return (r/s, g/s, b/s)
print("Initializing regions...")
aspect_ratio = width / float(height)
a = int(sqrt(N)*aspect_ratio)
b = int(sqrt(N)/aspect_ratio)
num_components = a*b
owners = {}
regions = [Region() for i in range(P)]
borders = set()
nodes = [(i,j) for i in range(a) for j in range(b)]
shuffle(nodes)
node_values = {(i,j):None for i in range(a) for j in range(b)}
for i in range(P):
node_values[nodes[i]] = regions[i]
for (i,j) in nodes[P:]:
forbiddens = set()
for node in (i,j-1), (i,j+1), (i-1,j), (i+1,j):
if node in node_values and node_values[node] is not None:
forbiddens.add(node_values[node])
node_values[(i,j)] = choice(list(set(regions) - forbiddens))
for (i,j) in nodes:
for x in range((width*i)/a, (width*(i+1))/a):
for y in range((height*j)/b, (height*(j+1))/b):
owner = node_values[(i,j)]
owner.flip_point((x,y))
owners[(x,y)] = owner
def recalc_borders(point = None):
global borders
if point is None:
borders = set()
for i in range(width):
for j in range(height):
if (i,j) not in borders:
owner = owner_of((i,j))
for pt in nbors((i,j)):
if owner_of(pt) != owner:
borders.add((i,j))
borders.add(pt)
break
else:
for pt in nbors(point):
owner = owner_of(pt)
for pt2 in nbors(pt):
if owner_of(pt2) != owner:
borders.add(pt)
break
else:
borders.discard(pt)
def owner_of(point):
if 0 <= point[0] < width and 0 <= point[1] < height:
return owners[point]
else:
return None
# Status codes for analysis
SINGLETON = 0
FILAMENT = 1
SWAPPABLE = 2
NOT_SWAPPABLE = 3
def analyze_nbors(point):
owner = owner_of(point)
circ = a,b,c,d,e,f,g,h = full_circ(point)
oa,ob,oc,od,oe,of,og,oh = map(owner_of, circ)
nbor_owners = set([oa,oc,oe,og])
if owner not in nbor_owners:
return SINGLETON, owner, nbor_owners - set([None])
if oc != oe == owner == oa != og != oc:
return FILAMENT, owner, set([og, oc]) - set([None])
if oe != oc == owner == og != oa != oe:
return FILAMENT, owner, set([oe, oa]) - set([None])
last_owner = oa
flips = {last_owner:0}
for (corner, side, corner_owner, side_owner) in (b,c,ob,oc), (d,e,od,oe), (f,g,of,og), (h,a,oh,oa):
if side_owner not in flips:
flips[side_owner] = 0
if side_owner != corner_owner or side_owner != last_owner:
flips[side_owner] += 1
flips[last_owner] += 1
last_owner = side_owner
candidates = set(own for own in flips if flips[own] == 2 and own is not None)
if owner in candidates:
return SWAPPABLE, owner, candidates - set([owner])
return NOT_SWAPPABLE, None, None
print("Calculating borders...")
recalc_borders()
print("Deforming regions...")
def assign_colors():
used_colors = {}
for region in regions:
r, g, b = region.mean_with(None)
r, g, b = int(round(r)), int(round(g)), int(round(b))
if (r,g,b) in used_colors:
for color in sorted([(r2, g2, b2) for r2 in range(256) for g2 in range(256) for b2 in range(256)], key=lambda color: dist_rgb(color, (r,g,b))):
if color not in used_colors:
used_colors[color] = region.points
break
else:
used_colors[(r,g,b)] = region.points
return used_colors
def make_image(colors):
img = Image.new("RGB", image.size)
for color in colors:
for point in colors[color]:
img.putpixel(point, color)
return img
# Round status labels
FULL_ROUND = 0
NEIGHBOR_ROUND = 1
FILAMENT_ROUND = 2
max_filament = None
next_search = set()
rounds = 0
points_flipped = 0
singletons = 0
filaments = 0
flip_milestone = 0
logs = 0
while True:
if LOGGING and (rounds % LOG_ROUND_INTERVAL == 0 or points_flipped >= flip_milestone):
print("Round %d of deformation:\n %d edit(s) so far, of which %d singleton removal(s) and %d filament cut(s)."%(rounds, points_flipped, singletons, filaments))
while points_flipped >= flip_milestone: flip_milestone += LOG_FLIP_INTERVAL
if GRAPHICAL_LOGGING:
make_image(assign_colors()).save(LOG_FILE_PREFIX + str(logs) + LOG_FILE_SUFFIX)
logs += 1
if max_filament is None or (round_status == NEIGHBOR_ROUND and rounds%FILAMENT_ROUND_INTERVAL != 0):
search_space, round_status = (next_search & borders, NEIGHBOR_ROUND) if next_search else (copy(borders), FULL_ROUND)
next_search = set()
max_filament = None
else:
round_status = FILAMENT_ROUND
search_space = set([max_filament[0]]) & borders
search_space = list(search_space)
shuffle(search_space)
for point in search_space:
status, owner, takers = analyze_nbors(point)
if (status == FILAMENT and num_components < N) or status in (SINGLETON, SWAPPABLE):
color = pixels[point]
takers_list = list(takers)
shuffle(takers_list)
for taker in takers_list:
dist = dist_rgb(color, owner.mean_with(None)) - dist_rgb(color, taker.mean_with(color))
if dist > 0:
if status != FILAMENT or round_status == FILAMENT_ROUND:
found = True
owner.flip_point(point)
taker.flip_point(point)
owners[point] = taker
recalc_borders(point)
next_search.add(point)
for nbor in full_circ(point):
next_search.add(nbor)
points_flipped += 1
if status == FILAMENT:
if round_status == FILAMENT_ROUND:
num_components += 1
filaments += 1
elif max_filament is None or max_filament[1] < dist:
max_filament = (point, dist)
if status == SINGLETON:
num_components -= 1
singletons += 1
break
rounds += 1
if round_status == FILAMENT_ROUND:
max_filament = None
if round_status == FULL_ROUND and max_filament is None and not next_search:
break
print("Deformation completed after %d rounds:\n %d edit(s), of which %d singleton removal(s) and %d filament cut(s)."%(rounds, points_flipped, singletons, filaments))
print("Assigning colors...")
used_colors = assign_colors()
print("Producing output...")
make_image(used_colors).save(OUT_FILE)
print("Done!")
কিভাবে এটা কাজ করে
প্রোগ্রামটি ক্যানভাসগুলিকে Pঅঞ্চলগুলিতে বিভক্ত করে , যার প্রত্যেকটিতে কয়েকটি গর্ত ছাড়াই কয়েকটি সংখ্যক কোষ থাকে। প্রাথমিকভাবে, ক্যানভাসটি কেবল আনুমানিক স্কোয়ারগুলিতে বিভক্ত, যা এলোমেলোভাবে অঞ্চলগুলিতে বরাদ্দ করা হয়। তারপরে, এই অঞ্চলগুলি পুনরাবৃত্ত প্রক্রিয়াতে "বিকৃত" হয়, যেখানে প্রদত্ত পিক্সেল যদি তার অঞ্চল পরিবর্তন করতে পারে
- পরিবর্তনের ফলে এতে থাকা অঞ্চলের গড় রঙ থেকে পিক্সেলের আরজিবি দূরত্ব হ্রাস পাবে এবং
- এটি কোষগুলি ভেঙে যায় না বা মার্জ করে না বা তাদের মধ্যে ছিদ্র প্রবর্তন করে না।
পরবর্তী শর্তটি স্থানীয়ভাবে প্রয়োগ করা যেতে পারে, তাই প্রক্রিয়াটি কিছুটা সেলুলার অটোমেটনের মতো। এইভাবে, আমাদের কোনও পাথফাইন্ডিং বা এ জাতীয় কিছু করতে হবে না, যা প্রক্রিয়াটি ব্যাপকভাবে গতিবেগ করে। তবে, যেহেতু কোষগুলি ভেঙে ফেলা যায় না, তাদের মধ্যে কিছুগুলি "ফিলামেন্টস" অবধি শেষ হয় যা অন্য কোষগুলির সীমানা করে এবং তাদের বৃদ্ধি বাধা দেয়। এটি ঠিক করার জন্য, "ফিলামেন্ট কাট" নামে একটি প্রক্রিয়া রয়েছে, যা Nসে সময়ে কোষগুলির চেয়ে কম থাকলে মাঝে মধ্যে মাঝে মাঝে দুটি ফিলামেন্ট-আকৃতির ঘরটি ভেঙে দেয় । কক্ষগুলি যদি তাদের আকার 1 হয় তবে অদৃশ্য হয়ে যেতে পারে এবং এটি ফিলামেন্টস কাটতে জায়গা করে দেয়।
প্রক্রিয়াটি শেষ হয় যখন কোনও পিক্সেলের অঞ্চলগুলিতে স্যুইচ করার উত্সাহ না থাকে এবং তার পরে, প্রতিটি অঞ্চল কেবল তার গড় রঙ দ্বারা রঙিন হয়। সাধারণত আউটপুটে কিছু ফিলামেন্ট অবশিষ্ট থাকবে, যেমন নীচের উদাহরণগুলিতে দেখা যায়, বিশেষত নীহারিকাতে।
পি = 30, এন = 500
আরও ছবি পরে।
আমার প্রোগ্রামের কিছু আকর্ষণীয় বৈশিষ্ট্য হ'ল এটি সম্ভাব্য, যাতে ফলগুলি বিভিন্ন রানের মধ্যে পরিবর্তিত হতে পারে, যদি না আপনি অবশ্যই একই সিউডোর্যান্ডম বীজ ব্যবহার করেন। এলোমেলোতা প্রয়োজনীয় নয়, যদিও আমি কেবল কোনও দুর্ঘটনাশীল শিল্পকর্মগুলি এড়াতে চেয়েছিলাম যা পাইথন নির্দিষ্ট স্থানাঙ্কের সংকলন বা এর অনুরূপ কোনও কিছুকে অনুসরণ করে এমন নির্দিষ্ট উপায়ে তৈরি হতে পারে। প্রোগ্রামটিতে সমস্ত Pরঙ এবং প্রায় সমস্ত Nকক্ষ ব্যবহার করা হয় এবং কোষগুলিতে নকশার দ্বারা গর্ত কখনও থাকে না। এছাড়াও, বিকৃতি প্রক্রিয়াটি বেশ ধীর। রঙিন বলগুলি আমার মেশিনে উত্পাদন করতে প্রায় 15 মিনিট সময় নেয়। উল্টো দিকে, আপনি এটি চালু করুনGRAPHICAL_LOGGINGবিকল্প, আপনি বিকৃতি প্রক্রিয়া একটি দুর্দান্ত সিরিজ ছবি পাবেন। আমি মোনা লিসাকে একটি জিআইএফ অ্যানিমেশন তৈরি করেছি (ফাইলের আকার হ্রাস করতে 50% সঙ্কুচিত)। আপনি যদি তার মুখ এবং চুলগুলি ঘনিষ্ঠভাবে দেখে থাকেন তবে আপনি ফিলামেন্ট কাটার প্রক্রিয়াটি ক্রিয়াতে দেখতে পাবেন।
