(本篇文章来自小编博客

本篇文章将说一下如何使用python将普通图片处理成抖音效果，甚至制作gif动图。

1. 基本原理

Sketch练习稿之绘制抖音音符 中讲述了抖音效果的原理，领域内可能有人称这种效果为红蓝溢出效果。按照前面文章中的描述，这里以一张图片为例简单再讲一下原理。

一张正常的位图，一般 jpg 图片颜色方案为 RGB，而 png图片除了 RGB色彩通道还有 A通道控制透明，不过色彩配置还是一致的，以手上的图片 glasses.jpg 为例。

去掉 GB 两通道的图片如下：

去掉 R 通道的图片如下：

如果之间将两张图以相加的方式进行混合，就会得到原图，即第一张正常的图片。如果去掉 R 通道的图片在去掉 GB 通道的图片上方，并且向上和向左错开10px，就会得到抖音效果的图片：

2. 实现图片抖音效果

使用python3为图片添加抖音效果

2.1 库安装

需要用到两个库，一个是 pillow 用来读写图片数据，另一个是 numpy 用来处理图片数据转换成的的矩阵数据，使用 pip3 安装即可：

pip3 install pillow

pip3 install numpy

安装完成后，执行 pip3 list 会列出安装的包，检查是否完成安装。

2.2 库的操作

2.2.1 pillow

本文主要用到库中的 Image 模块。

from PIL import Image

使用 Image 模块的 open 方法可以打开图片得到图片原生数据，类型为 PIL.JpegImagePlugin.JpegImageFile：

image_data = Image.open('picname.jpg')

上述对象有两个常用的方法：show() : 显示图片，比如image_data.show()

save(path): 按照指定路径保存图片，比如image_data.save(path)

2.2.2 numpy

这里主要使用numpy 库的矩阵操作，可以很方便的对矩阵进行切片操作，与 matlab 中的操作极其类似，首先导入库：

import numpy as np

np.array() 方法可以将上面 PIL.JpegImagePlugin.JpegImageFile 对象转换为原始矩阵数据，生成的矩阵为三维矩阵，前两维度为高宽像素点坐标，第三维度为 RGB 三通道，需要注意的是转换得到的矩阵数据类型为 numpy.uint8：

img_array = np.array(image_data)

上面的操作可以逆向进行，也就是将 img_array 转换为 PIL.JpegImagePlugin.JpegImageFile 对象，需要依赖于 Image 的另一个方法 fromarray(array)

image = Image.fromarray(img_array)

可以很方便地使用切片操作处理图片矩阵数据中三个通道的数据，比如将 R 通道的数据设置为0:

img_array[:, :, 0] = 0

另外还需要用到矩阵复制的方法 numpy.copy(array)，会得到 array 的复制对象：

img_other = np.copy(img_array)

2.3 具体实现导入两个库

import numpy as np

from PIL import Image打开指定图片，这里以 glasses.jpg 为例，转换得到图片矩阵数据：

img_data = Image.open('glasses.jpg')

img_array = np.array(img_data)复制得到两个新的矩阵：

img_r = np.copy(img_array)

img_bg = np.copy(img_array)这里需要注意的是，为了保证得到数据保存后的图片还是原图片的尺寸，这里只对有错位相加部分的像素点进行去通道操作，这里计划将 img_gb 向上向左错位10px，那么只需处理 img_gb 宽和高纬度上第 11px 到最后的像素点的 R 通道数据为0，同时 img_r 宽和高纬度上从第0到倒数第11个像素点的 GB 通道数据为0:

# 去GB两通道数据

img_r[:-10, :-10, 1:3] = 0

# 去除R通道数据

img_gb[10:, 10:, 0] = 0将两个矩阵数据错位相加保存到 img_array 中，即 img_r 的 [:-10,:-10,:] 数据与 img_gb 的 [10:, 10:, :]数据相加，赋值给 img_array 的 [:-10, :10, :]：

img_array[:-10, :-10, :] = img_r[:-10, :-10, :] + img_gb[10:, 10:, :]从矩阵数据创建 PIL.JpegImagePlugin.JpegImageFile 对象，并保存和显示图片：

image = Image.fromarray(img_array)

image.save('glasses_douyin.jpg')

image.show()

最终得到图片如下：

3. 创建gif动图

上面我们实现了普通图片添加抖音效果，那么想不想看一下错位不同大小的抖音效果的变化呢？可以创建不同错位下的静态抖音效果图，然后用静态图创建gif动图，废话不多说，行动！

3.1 库安装

这里创建gif动图，使用到 imageio 库，同样可以使用 pip3 安装：

pip3 install imageio

使用 imageio 模块的 mimsave() 方法生成 gif 动图，比较简单，利用方法封装得到 create_gif 函数：

def create_gif(image_list, gif_name):

'''创建gif图片:param image_list: 图片名称列表:type image_list: list:param gif_name: gif图片路径:type gif_name: unicode字符串'''

print(f'\nCreating 「{gif_name}」from {image_list} ...')

frames = []

for image_name in image_list:

frames.append(imageio.imread(image_name))

imageio.mimsave(gif_name, frames, 'GIF', duration = 0.05)

print(f'Saved {gif_name}!')

3.2 封装抖音效果添加函数

为了更方便得到不同错位尺寸下的静态抖音效果图，这里封装上面的实现，得到以下函数接口：

def convert_douyin_image(pic_path, offset=10):

'''为普通图片添加红蓝溢出位移效果，抖音app效果:param pic_path: 图片路径:type pic_path: unicode字符串:param offset: 红蓝位移大小，单位像素，默认值是10:return r_pic_path: 返回转换图片的路径:rtype: unicode字符串'''

if os.path.exists(pic_path):

pic_name, extension = os.path.splitext(pic_path)

pic_path_new = pic_name + '_' + str(offset) + extension

img_data = Image.open(pic_path)

img_array = np.array(img_data)

if offset > 0:

img_r = np.copy(img_array)

img_gb = np.copy(img_array)

img_r[:-offset, :-offset, 1:3] = 0

img_gb[offset:, offset:, 0] = 0

img_array[:-offset, :-offset, :] = img_r[:-offset, :-offset, :] + img_gb[offset:, offset:, :]

image = Image.fromarray(img_array)

image.save(pic_path_new)

print(f'Saved {pic_path_new}!')

return pic_path_new

接口中，对 offset 为 0 时做了处理，直接保存原图，最终函数返回保存的图片路径，方便生成图片路径列表用于生成gif。

3.3 整体实现

导入必要库：

import os

import imageio

import numpy as np

from PIL import Image

这里定义一个图片路径，方便指定待处理图片：

PIC_PATH = 'glasses.jpg'

最后，先得到错位[0, 2, 4, 6, 8, 10]px 的静态抖音效果图和图片路径列表，为了是动图连贯，处理列表中元素按照错位尺寸为 [0, 2, 4, 6, 8, 10, 8, 6, 4, 2, 0]px，然后根据 PIC_PATH 得到 gif图片保存路径，调用 create_gif 函数生成gif：

if __name__ == '__main__':

pic_list = []

for i in range(0, 11, 2):

pic_path = convert_douyin_image(PIC_PATH, i)

if pic_path:

pic_list.append(pic_path)

temp_l = list.copy(pic_list)

temp_l.reverse()

pic_list = pic_list + temp_l[1:]

p_name, p_ext = os.path.splitext(PIC_PATH)

gif_name = PIC_PATH.replace(p_ext, '.gif')

create_gif(pic_list, gif_name)

最终得到的gif图片效果如下：

完整源码参考:

4. 参考