柏林噪音看起来太过于杂乱

Question

我编写了自己的perlin库，并使用了一个标准的python库来产生噪音。这是我以下的代码：

import sys
from noise import pnoise2, snoise2

perlin = np.empty((sizeOfImage,sizeOfImage),dtype=np.float32)
freq = 1024
for y in range(256):
    for x in range(256):
        perlin[y][x] = int(pnoise2(x / freq, y / freq, 4) * 32.0 + 128.0)
max = np.amax(perlin)
min = np.amin(perlin)
max += abs(min)
perlin += abs(min)
perlin /= max
perlin *= 255
img = Image.fromarray(perlin, 'L')
img.save('my.png')
dp(filename='my.png')

它生成的图片是：

无论频率或八度音程如何，它总是看起来很坚韧。我的结论是我错误地使用它，但我不确定为什么我的解决方案是错误的。我通过频率使用分数单位并迭代我的2d数组。我已经尝试过切换指标而不是，但仍然没有连续性。如何获得平滑的perlin噪音？

Answer 1

我认为有一些潜在的问题

• 在规范化范围之前不要转换为int，除非您想要失去精确度
• 要标准化，从min和max减去perlin，而不是添加abs(min)

例如：

import numpy as np
from PIL import Image
import sys
from noise import pnoise2, snoise2

sizeOfImage = 256

perlin = np.empty((sizeOfImage,sizeOfImage),dtype=np.float32)
freq = 1024
for y in range(256):
    for x in range(256):
        perlin[y][x] = pnoise2(x / freq, y / freq, 4) # don't need to scale or shift here as the code below undoes that anyway
max = np.amax(perlin)
min = np.amin(perlin)
max -= min
perlin -= min
perlin /= max
perlin *= 255
img = Image.fromarray(perlin.astype('uint8'), 'L') # convert to int here instead
img.save('my.png')