如何用Matplotlib/OpenCV-Python生成深度学习用随机闭合曲线灰度图？

一、Matplotlib实现完全可行 #

Matplotlib可以轻松实现你需要的所有特征，步骤如下：

1. 灰色背景：初始化画布时直接指定背景色，或者生成图像后填充灰度值。
2. 生成嵌套闭合曲线：基于你提供的随机偏差轮廓，通过缩放原曲线得到3个不同大小的嵌套闭合轮廓（比如分别乘以1.2、1.0、0.8的缩放系数）。
3. 填充纯色：对每个轮廓填充不同灰度的纯色，对应亮晕、液滴主体、阴影/聚焦光区域。
4. 添加模糊效果：将Matplotlib绘制的图像转为numpy数组后，用scipy.ndimage.gaussian_filter实现模糊。
5. 细节调整：
   • 亮晕：最外层轮廓填充浅灰色（如#dddddd），模糊后形成扩散的亮边。
   • 深色阴影：在液滴一侧裁剪部分轮廓，填充深灰色（如#333333），模糊后模拟阴影。
   • 聚焦光：在液滴另一侧绘制窄条高亮区域（如#ffffff），模糊后模拟透光聚焦效果。

Matplotlib示例代码 #

import numpy as np
import matplotlib.pyplot as plt
from scipy.ndimage import gaussian_filter

# 生成随机偏差的液滴轮廓
H = 10
rho = np.random.rand(H)*np.logspace(-0.5,-2.5,H)
phi = np.random.rand(H)* 2*np.pi

t = np.linspace(0,2*np.pi,101)
r = np.ones(len(t))
for h in range(H):
    r = r + rho[h]*np.sin(h*t+phi[h])
x = r * np.cos(t)
y = r * np.sin(t)

# 生成3个嵌套轮廓（缩放原曲线）
x_halo, y_halo = x * 1.2, y * 1.2  # 亮晕轮廓
x_core, y_core = x * 1.0, y * 1.0  # 液滴主体轮廓
x_shadow, y_shadow = x * 0.9, y * 0.9  # 阴影区域基础轮廓

# 创建画布，设置灰色背景
fig, ax = plt.subplots(figsize=(5,5), facecolor='#888888')
ax.set_xlim(-1.5, 1.5)
ax.set_ylim(-1.5, 1.5)
ax.axis('off')

# 绘制亮晕（浅灰填充+后续模糊）
ax.fill(x_halo, y_halo, color='#dddddd')
# 绘制液滴主体（中灰填充）
ax.fill(x_core, y_core, color='#777777')
# 绘制深色阴影：裁剪轮廓的左侧部分
mask = x_shadow < 0
ax.fill(x_shadow[mask], y_shadow[mask], color='#333333')
# 绘制聚焦光：右侧窄条高亮区域
mask_light = (x_core > 0.7) & (np.abs(y_core) < 0.3)
ax.fill(x_core[mask_light], y_core[mask_light], color='#ffffff')

# 将图像转为numpy数组并添加模糊
fig.canvas.draw()
img = np.array(fig.canvas.renderer.buffer_rgba())[:,:,0]  # 取灰度通道
img_blur = gaussian_filter(img, sigma=2)

# 显示结果
plt.figure(figsize=(5,5))
plt.imshow(img_blur, cmap='gray')
plt.axis('off')
plt.show()

二、OpenCV同样可以实现 #

OpenCV支持通过坐标点集定义轮廓，结合其绘图、填充和模糊函数，完全满足需求：

1. 定义轮廓：将你生成的x,y坐标转换为OpenCV兼容的整数点集（注意OpenCV原点在左上角，需做坐标平移和翻转）。
2. 灰色背景：创建固定大小的灰度数组，填充灰色值（如128）。
3. 填充闭合曲线：用cv2.fillPoly填充不同轮廓为指定灰度值。
4. 模糊效果：使用cv2.GaussianBlur对图像做模糊处理。
5. 细节调整：
   • 亮晕：外层轮廓填充浅灰（如220），模糊后形成扩散效果。
   • 深色阴影：生成液滴一侧的局部轮廓，填充深灰（如50），模糊后模拟阴影。
   • 聚焦光：在液滴另一侧绘制窄条高亮区域（如255），模糊后模拟透光聚焦。

OpenCV示例代码 #

import numpy as np
import cv2

# 生成随机偏差的液滴轮廓
H = 10
rho = np.random.rand(H)*np.logspace(-0.5,-2.5,H)
phi = np.random.rand(H)* 2*np.pi

t = np.linspace(0,2*np.pi,101)
r = np.ones(len(t))
for h in range(H):
    r = r + rho[h]*np.sin(h*t+phi[h])
x = r * np.cos(t)
y = r * np.sin(t)

# 图像尺寸与坐标转换（OpenCV原点在左上角）
img_size = 500
scale = 150  # 缩放系数，适配图像尺寸
offset = img_size // 2  # 坐标偏移，将轮廓移到图像中心

# 转换为OpenCV的轮廓格式（整数点集）
def convert_to_contour(x, y):
    pts = np.column_stack((x*scale + offset, -y*scale + offset)).astype(np.int32)
    return pts.reshape((-1,1,2))

contour_halo = convert_to_contour(x*1.2, y*1.2)
contour_core = convert_to_contour(x*1.0, y*1.0)
contour_shadow = convert_to_contour(x*0.9, y*0.9)

# 创建灰色背景图像
img = np.full((img_size, img_size), 128, dtype=np.uint8)

# 填充亮晕（浅灰）
cv2.fillPoly(img, [contour_halo], 220)
# 填充液滴主体（中灰）
cv2.fillPoly(img, [contour_core], 100)
# 填充深色阴影：裁剪左侧轮廓
mask_shadow = contour_shadow[:,:,0] < offset
contour_shadow_cropped = contour_shadow[mask_shadow].reshape((-1,1,2))
cv2.fillPoly(img, [contour_shadow_cropped], 50)
# 绘制聚焦光：右侧窄条高亮区域
mask_light = (contour_core[:,:,0] > offset + 100) & (np.abs(contour_core[:,:,1] - offset) < 45)
contour_light = contour_core[mask_light].reshape((-1,1,2))
cv2.fillPoly(img, [contour_light], 255)

# 添加模糊效果
img_blur = cv2.GaussianBlur(img, (11,11), 2)

# 显示结果
cv2.imshow('Droplet', img_blur)
cv2.waitKey(0)
cv2.destroyAllWindows()

内容的提问来源于stack exchange，提问作者Mr. Who