需求說明：制作一個馬賽克圖片，將幾萬張圖片進行合成，每個馬賽克格子的尺寸為15x15。
完整源碼在文末有說明，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模塊包如下：
import cv2 # pip install opencv-python # 圖像處理庫
import glob # 導入文件處理庫
import argparse # 命令行解析庫
import numpy as np # 數據處理庫
from tqdm import tqdm # 導入進度條庫
from itertools import product # 導入迭代器庫
import logging # 導入日志庫
設置logging模塊日志打印。
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)
編寫函數read_source_images()提取符合圖像顏色要求的圖片對象並計算平均值。
def read_source_images(source_images_path, block_size):
'''
提取符合圖像顏色要求的圖片對象並計算平均值
:param source_images_path: 源圖片路徑
:param block_size: 每個圖片的尺寸
:return: 符合要求的圖片對象數組、顏色平均值數組
'''
logger.info("開始源圖片篩選及顏色平均值計算處理")
source_images = [] # 初始化源圖像列表
avg_colors = [] # 平均顏色列表
'''使用進度條進行遍歷源圖片的文件夾'''
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]讀取圖像的通道數，通道值為3表示每個像素點的顏色取值范圍（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
# 重新設置圖片的尺寸
img_obj = cv2.resize(img_obj, (block_size, block_size))
# 計算該圖像顏色的平均值
avg_color = np.sum(np.sum(img_obj, axis=0), axis=0) / (block_size * block_size)
# 將符合要求的圖像對象添加到數組中
source_images.append(img_obj)
# 將符合要求的圖像顏色平均值添加到數組中
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()函數，用於解析文件相關的參數。之后需要獲取參數時直接從參數解析器中提取使用即可。
def parse_args():
'''
參數解析函數
:return:
'''
logger.info("開始文件參數解析處理")
parser = argparse.ArgumentParser('圖片文件參數解析器')
# 添加目標圖像路徑
parser.add_argument('--targetpath', type=str, default='target.jpg', help='目標圖像路徑')
# 添加輸出圖像路徑
parser.add_argument('--outputpath', type=str, default='output.jpg', help='輸出圖像的路徑')
# 源圖片文件路徑
parser.add_argument('--sourcepath', type=str, default='source_images', help='源圖片文件夾路徑')
# 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')
# 解析參數並返回
args = parser.parse_args()
logger.info("結束文件參數解析處理")
return args
編寫main_merage()函數，用於實現馬賽克圖片的正式合成。
def main_merage(params):
'''
圖片合成處理函數
:param params: 文件參數
:return:
'''
# 獲取目標圖片對象，默認按彩色方式讀取
target_image_obj = cv2.imread(params.targetpath)
# 根據目標圖片對象，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數組與平均顏色數組
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復"百度圖片下載器"去下載就可以了。
源圖片准備的越多越好，我這里直接准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音頻格式轉換為wav格式
不用H5，直接使用pywebio模塊實現網頁
python回調函數能做什么？
解決pyinstaller打包過程中外部資源無法加載的問題 ...
pyqt5做了一個二維碼生成器，已打包成exe可執行程序...