將幾萬張圖片合成一張圖片,製作一個超讚的馬賽克圖!
阿新 • • 發佈:2022-01-06
需求說明:製作一個馬賽克圖片,將幾萬張圖片進行合成,每個馬賽克格子的尺寸為15x15。
完整原始碼在文末有說明,需要的可以去下載哈。
【閱讀全文】
看一下生成的馬賽克圖片的效果:
需要使用到的python模組包如下:
import cv2 # pip install opencv-python # 影象處理庫 import glob # 匯入檔案處理庫 import argparse # 命令列解析庫 import numpy as np # 資料處理庫 from tqdm import tqdm # 匯入進度條庫 from itertools import product # 匯入迭代器庫 import logging # 匯入日誌庫
設定logging模組日誌列印。
logging.basicConfig(level=logging.INFO, format='%(asctime)s - %(name)s - %(levelname)s - %(message)s')
logger = logging.getLogger("圖片合成器")
logger.setLevel(logging.DEBUG)
編寫函式read_source_images()提取符合影象顏色要求的圖片物件並計算平均值。
def read_source_images(source_images_path, block_size): ''' 提取符合影象顏色要求的圖片物件並計算平均值 :param source_images_path: 源圖片路徑 :param block_size: 每個圖片的尺寸 :return: 符合要求的圖片物件陣列、顏色平均值陣列 ''' logger.info("開始源圖片篩選及顏色平均值計算處理") source_images = [] # 初始化源影象列表 avg_colors = [] # 平均顏色列表 '''使用進度條進行遍歷源圖片的資料夾''' for image_path in tqdm(glob.glob("{}/*.jpg".format(source_images_path))): try: # 此處加入異常處理,若出現處理異常的圖片則跳過該圖片處理 # 讀取彩色圖片 img_obj = cv2.imread(image_path, cv2.IMREAD_COLOR) ''' img_obj.shape[-1]讀取影象的通道數,通道值為3表示每個畫素點的顏色取值範圍(0-255,0-255,0-255)。 將通道值不等於3的圖片跳過。 ''' if img_obj.shape[-1] != 3: continue # 重新設定圖片的尺寸 img_obj = cv2.resize(img_obj, (block_size, block_size)) # 計算該影象顏色的平均值 avg_color = np.sum(np.sum(img_obj, axis=0), axis=0) / (block_size * block_size) # 將符合要求的影象物件新增到陣列中 source_images.append(img_obj) # 將符合要求的影象顏色平均值新增到陣列中 avg_colors.append(avg_color) except: logger.error("異常圖片路徑:" + image_path) logger.info("結束源圖片篩選及顏色平均值計算處理") return source_images, np.array(avg_colors)
編寫parse_args()函式,用於解析檔案相關的引數。之後需要獲取引數時直接從引數解析器中提取使用即可。
def parse_args(): ''' 引數解析函式 :return: ''' logger.info("開始檔案引數解析處理") parser = argparse.ArgumentParser('圖片檔案引數解析器') # 新增目標影象路徑 parser.add_argument('--targetpath', type=str, default='target.jpg', help='目標影象路徑') # 新增輸出影象路徑 parser.add_argument('--outputpath', type=str, default='output.jpg', help='輸出影象的路徑') # 源圖片檔案路徑 parser.add_argument('--sourcepath', type=str, default='source_images', help='源圖片資料夾路徑') # 需要轉換的每個圖片的目標尺寸 parser.add_argument('--blocksize', type=int, default=15, help='每個圖片的目標尺寸') # 解析引數並返回 args = parser.parse_args() logger.info("結束檔案引數解析處理") return args
編寫main_merage()函式,用於實現馬賽克圖片的正式合成。
def main_merage(params):
'''
圖片合成處理函式
:param params: 檔案引數
:return:
'''
# 獲取目標圖片物件,預設按彩色方式讀取
target_image_obj = cv2.imread(params.targetpath)
# 根據目標圖片物件,生成對應的零矩陣
output_image_obj = np.zeros(target_image_obj.shape, np.uint8)
# 獲取符合要求的源圖片陣列與平均顏色陣列
source_images, avg_colors = read_source_images(params.sourcepath, params.blocksize)
# 根據目標圖片的長、寬執行遍歷
'''target_image_obj.shape[1]、target_image_obj.shape[0]獲得圖片的長、寬'''
logger.info("開始圖片合成處理")
for i, j in tqdm(product(range(int(target_image_obj.shape[1] / params.blocksize)),
range(int(target_image_obj.shape[0] / params.blocksize)))):
block = target_image_obj[j * params.blocksize: (j + 1) * params.blocksize,
i * params.blocksize: (i + 1) * params.blocksize, :]
avg_color = np.sum(np.sum(block, axis=0), axis=0) / (params.blocksize * params.blocksize)
distances = np.linalg.norm(avg_color - avg_colors, axis=1)
idx = np.argmin(distances)
output_image_obj[j * params.blocksize: (j + 1) * params.blocksize,
i * params.blocksize: (i + 1) * params.blocksize, :] = \
source_images[idx]
cv2.imwrite(params.outputpath, output_image_obj)
cv2.imshow('輸出生成的圖片', output_image_obj)
logger.info("結束圖片合成處理")
使用前面文章中提到的百度圖片下載器下載我們需要的源圖片。
沒有下載的到公眾號回覆"百度圖片下載器"去下載就可以了。
源圖片準備的越多越好,我這裡直接準備了兩萬張美女圖片作為源圖片。如果想讓生成的圖片更加逼真就下載更多的源圖片。
【往期精彩】
小工具批量將mp3音訊格式轉換為wav格式
不用H5,直接使用pywebio模組實現網頁
python回撥函式能做什麼?
解決pyinstaller打包過程中外部資源無法載入的問題 ...
pyqt5做了一個二維碼生成器,已打包成exe可執行程式...
歡迎關注作者公眾號【Python 集中營】,專注於後端程式設計,每天更新技術乾貨,不定時分享各類資料!