Python柏林噪声

参考资料:
1、WilenWu-CSDN博客_python 柏林噪声:https://blog.csdn.net/qq_41518277/article/details/82779516
2、童晶《Python趣味创意编程》第10章
3、http://libnoise.sourceforge.net/index.html
4、https://www.cnblogs.com/leoin2012/p/7218033.html
5、Sengo的CSDN博客:https://blog.csdn.net/Sengo_GWU/article/details/80153638
6、《不只是噪声,更是数学美》:https://blog.csdn.net/qq_34302921/article/details/80849139

一、柏林噪声

   WiKi解释:Perlin Noise是Ken Perlin在1983年开发的一种梯度噪音,这是一种用于在计算机生成的表面上产生自然出现纹理的技术,使用Perlin噪声合成的纹理通常用于CGI,通过模仿自然界中纹理的受控随机外观,使计算机生成的视觉元素(如物体表面,火焰,烟雾或云)看起来更自然。2D柏林噪声可以通过插值生成地形,而3D柏林噪声则可以模拟海平面上起伏的波浪。

二、noise 库的下载与安装

下载地址: https://www.lfd.uci.edu/~gohlke/pythonlibs/#noise

安装

pip install noise-1.2.3-cp38-cp38-win_amd64.whl

三、例程

1、随机画线

把生成的随机点存到列表里,就可以随机画线了

  • snoise2() 返回的是一个 (-1,1)之间的数,所以要乘以长宽比例进行放大
  • 用 W/2 和 H/2 减,是实现坐标变换,以屏幕中心为原点
  • 现在把 snoise2(x,y) 当一维噪声来调用,所以有一个参数要设置为常量
  • scale 越大,随机数前后变化幅度越小,表现就越丝滑
from PIL import Image, ImageDraw
import random
from noise import snoise2
global px,py

def gen_point():
    global px,py,points
    for i in range(20):
        px += 1
        py += 1
        x = int(W/2 - snoise2(px/scale,seed_y)*x_scale)
        y = int(H/2 - snoise2(seed_x,py/scale)*y_scale)
        points.append((x,y))
        if len(points) >10 and  (x,y) == points[0]:
            lines.append(points)
            points=[]
        if len(points)>1000:
            points.pop(0)

# 创建一个白色画布 
# RGB mode and size 800x600 ,
W = 800
H = 600
x_scale,y_scale,scale = W/2,H/2,512
seed_x,seed_y = random.random(),random.random()

points = []
px,py = random.randint(0,W),random.randint(0,H)

image = Image.new('RGBA', (W, H), (255,255,255))
d = ImageDraw.Draw(image)

for i in range(100):
    d.line(points,(255,0,0),2,0) #红色渐变曲线
    gen_point()
    i=i+1
    
image.show()

2、运行结果

柏林噪声生成的曲线
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 199,830评论 5 468
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 83,992评论 2 376
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 146,875评论 0 331
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 53,837评论 1 271
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 62,734评论 5 360
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,091评论 1 277
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,550评论 3 390
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,217评论 0 254
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,368评论 1 294
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,298评论 2 317
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,350评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,027评论 3 315
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,623评论 3 303
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,706评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,940评论 1 255
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,349评论 2 346
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 41,936评论 2 341

推荐阅读更多精彩内容