效果展示

首先看一下目標效果：

素材準備 & 思路分析

本次雪花來源于如下圖片

背景可以是任意圖片，下面是老猿在網上找到的一張珠峰圖像

珠峰背景的天空飄落著紛紛揚揚的雪花，意境不錯吧？

實現思路

要實現雪花飄落，單張圖片的單次顯示肯定不夠，需要不停循環顯示圖片，并且在每次圖片顯示時，生成新的雪花并更新圖片中已有雪花的位置，這就需要將圖片中每個雪花的位置精確管理。

自然界的雪花大小是不同的，因此為了提升逼真效果，還需要使得雪花大小在一定范圍內隨機變化和旋轉。

不停產生大小不同的雪花，如果每次產生雪花都對雪花進行變換其實浪費了系統的資源，因此為了提升處理性能，只在程序開始初始化時一次批量生產各種不同大小、不同旋轉角度的各種雪花，后續程序生成雪花時，直接從批量生成的雪花中取一個作為要生成的雪花，而不用每次從基本的雪花圖像開始進行變換。

關鍵實現代碼

1、生成各種雪花形狀

def initSnowShapes（）： “”“ 從文件中讀入雪花圖片，并進行不同尺度的縮小和不同角度的旋轉從而生成不同的雪花形狀，這些雪花形狀保存到全局列表中snowShapesList ”“” global snowShapesList imgSnow = readImgFile（r‘f:picsnow.jpg’） imgSnow = cv2.resize（imgSnow， None， fx=0.2， fy=0.2） #圖片文件中的雪花比較大，需要縮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倍之間變化

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之間旋轉 imgRotate = rotationImg（imgSnowSize，ange） snowShapesList.append（imgRotate）

2、產生一排雪花

def generateOneRowSnows（width，count）： “”“ 產生一排雪花對象，每個雪花隨機從snowShapesList取一個、橫坐標位置隨機、縱坐標初始為0 ：param width： 背景圖像寬度 ：param count： 希望的雪花數 一個包含產生的多個雪花對象信息的列表，每個列表的元素代表一個雪花對象，雪花對象包含三個信息，在snowShapesList的索引號、初始x坐標、初始y坐標（才生成固定為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、將所有雪花對象融合到背景圖像

def putSnowObjectToImg（img）： “”“ 將所有snowObjects中的雪花對象融合放到圖像img中，融合時y坐標隨機下移一定高度，x坐標左右隨機小范圍內移動 ”“” global snowShapesList，snowObjects horizontalMaxDistance，verticalMaxDistance = 5，20 #水平方向左右漂移最大值和豎直方向下落最大值 snowObjectCount = len（snowObjects） rows，cols = img.shape［0:2］ imgResult = np.array（img） for index in range（snowObjectCount-1，-1，-1）： imgObj = snowObjects［index］ #每個元素為（imgId，x，y） if imgObj［2］》rows： #如果雪花的起始縱坐標已經超出背景圖像的高度（即到達背景圖像底部），則該雪花對象需進行失效處理 del（snowObjects［index］） else： imgSnow = snowShapesList［imgObj［0］］ x，y = imgObj［1：］ #取該雪花上次的位置 x = x+random.randint（-1*horizontalMaxDistance，horizontalMaxDistance） #橫坐標隨機左右移動一定范圍 y = y+random.randint（1，verticalMaxDistance） #縱坐標隨機下落一定范圍 snowObjects［index］ = （imgObj［0］，x，y） #更新雪花對象信息 imgResult = addImgToLargeImg（imgSnow，imgResult，（x，y），180） #將所有雪花對象圖像按照其位置融合到背景圖像中 return imgResult #返回融合圖像

4、主函數

主函數讀入背景圖片，初始化雪花形狀列表，然后循環自頂部產生一排新的雪花，并將所有雪花對象動態調整位置后融合到背景圖像，每200毫秒循環一次，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

主程序完整代碼及雪花飄落效果

5.1、 主程序完整代碼

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

from opencvPublic import addImgToLargeImg，readImgFile，rotationImgsnowShapesList = ［］ #雪花形狀列表snowObjects=［］ #圖片中要顯示的所有雪花對象

def initSnowShapes（）： “”“ 從文件中讀入雪花圖片，并進行不同尺度的縮小和不同角度的旋轉從而生成不同的雪花形狀，這些雪花形狀保存到全局列表中snowShapesList ”“” global snowShapesList imgSnow = readImgFile（r‘f:picsnow.jpg’） imgSnow = cv2.resize（imgSnow， None， fx=0.2， fy=0.2） #圖片文件中的雪花比較大，需要縮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倍之間變化

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之間旋轉，每次旋轉角度增加5° imgRotate = rotationImg（imgSnowSize，ange） snowShapesList.append（imgRotate）

def generateOneRowSnows（width，count）： “”“ 產生一排雪花對象，每個雪花隨機從snowShapesList取一個、橫坐標位置隨機、縱坐標初始為0 ：param width： 背景圖像寬度 ：param count： 希望的雪花數 當前行對應的豎直坐標 一個包含產生的多個雪花對象信息的列表，每個列表的元素代表一個雪花對象，雪花對象包含三個信息，在snowShapesList的索引號、初始x坐標、初始y坐標（才生成固定為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）： “”“ 將所有snowObjects中的雪花對象融合放到圖像img中，融合時y坐標隨機下移一定高度，x坐標左右隨機小范圍內移動 ”“” global snowShapesList，snowObjects horizontalMaxDistance，verticalMaxDistance = 5，20 #水平方向左右漂移最大值和豎直方向下落最大值 snowObjectCount = len（snowObjects） rows，cols = img.shape［0:2］ imgResult = np.array（img） for index in range（snowObjectCount-1，-1，-1）： imgObj = snowObjects［index］ #每個元素為（imgId，x，y） if imgObj［2］》rows： #如果雪花的起始縱坐標已經超出背景圖像的高度（即到達背景圖像底部），則該雪花對象需進行失效處理 del（snowObjects［index］） else： imgSnow = snowShapesList［imgObj［0］］ x，y = imgObj［1：］ #取該雪花上次的位置 x = x+random.randint（-1*horizontalMaxDistance，horizontalMaxDistance） #橫坐標隨機左右移動一定范圍 y = y+random.randint（1，verticalMaxDistance） #縱坐標隨機下落一定范圍 snowObjects［index］ = （imgObj［0］，x，y） #更新雪花對象信息 imgResult = addImgToLargeImg（imgSnow，imgResult，（x，y），180） #將所有雪花對象圖像按照其位置融合到背景圖像中 return imgResult #返回融合圖像

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（）

總結

本文介紹了通過OpenCV-Python以特定圖像為背景制作雪花飄落特效的實現思路、關鍵函數功能以及主程序的完整代碼。雪花飄落特效實際上屬于圖像融合的操作，只要掌握圖像融合的基礎知識以及設計后實現思路，實現起來還是比較快的，效果也挺不錯。結合上面代碼，大家還可以調整雪花的大小以及飄雪的密集程度。

以上實現過程需要注意：

1、雪花圖片一般會比圖片需要的效果大，怎么縮小到合適的大小需要多試一下，下面是才開始將原始圖片只縮寫一半之后的效果。

可以看到該效果就不太讓人滿意。

2、控制好雪花左右移動以及下落的速度和幅度，太快、太慢以及幅度過大或過小都不太象在雪花飄落。
編輯：lyn