189 8069 5689
需求说明：制作一个马赛克图片，将几万张图片进行合成，每个马赛克格子的尺寸为15x15。
赣榆网站建设公司创新互联公司,赣榆网站设计制作，有大型网站制作公司丰富经验。已为赣榆上1000+提供企业网站建设服务。企业网站搭建\成都外贸网站建设公司要多少钱，请找那个售后服务好的赣榆做网站的公司定做！
完整源码在文末有说明，需要的可以去下载哈。
【阅读全文】
看一下生成的马赛克图片的效果：
需要使用到的python模块包如下：
import cv2 # pip install opencv-python # 图像处理库
import glob # 导入文件处理库
import argparse # 命令行解析库
import numpy as np # 数据处理库
from tqdm import tqdm # 导入进度条库
from itertools import product # 导入迭代器库
import logging # 导入日志库
设置logging模块日志打印。
logging.basicConfig(level=logging.INFO, format='%(asctime)s - %(name)s - %(levelname)s - %(message)s')
logger = logging.getLogger("图片合成器")
logger.setLevel(logging.DEBUG)
编写函数read_source_images()提取符合图像颜色要求的图片对象并计算平均值。
def read_source_images(source_images_path, block_size):
'''
提取符合图像颜色要求的图片对象并计算平均值
:param source_images_path: 源图片路径
:param block_size: 每个图片的尺寸
:return: 符合要求的图片对象数组、颜色平均值数组
'''
logger.info("开始源图片筛选及颜色平均值计算处理")
source_images = [] # 初始化源图像列表
avg_colors = [] # 平均颜色列表
'''使用进度条进行遍历源图片的文件夹'''
for image_path in tqdm(glob.glob("{}/*.jpg".format(source_images_path))):
try: # 此处加入异常处理，若出现处理异常的图片则跳过该图片处理
# 读取彩色图片
img_obj = cv2.imread(image_path, cv2.IMREAD_COLOR)
'''
img_obj.shape[-1]读取图像的通道数，通道值为3表示每个像素点的颜色取值范围（0-255,0-255,0-255）。
将通道值不等于3的图片跳过。
'''
if img_obj.shape[-1] != 3:
continue
# 重新设置图片的尺寸
img_obj = cv2.resize(img_obj, (block_size, block_size))
# 计算该图像颜色的平均值
avg_color = np.sum(np.sum(img_obj, axis=0), axis=0) / (block_size * block_size)
# 将符合要求的图像对象添加到数组中
source_images.append(img_obj)
# 将符合要求的图像颜色平均值添加到数组中
avg_colors.append(avg_color)
except:
logger.error("异常图片路径：" + image_path)
logger.info("结束源图片筛选及颜色平均值计算处理")
return source_images, np.array(avg_colors)
编写parse_args()函数，用于解析文件相关的参数。之后需要获取参数时直接从参数解析器中提取使用即可。
def parse_args():
'''
参数解析函数
:return:
'''
logger.info("开始文件参数解析处理")
parser = argparse.ArgumentParser('图片文件参数解析器')
# 添加目标图像路径
parser.add_argument('--targetpath', type=str, default='target.jpg', help='目标图像路径')
# 添加输出图像路径
parser.add_argument('--outputpath', type=str, default='output.jpg', help='输出图像的路径')
# 源图片文件路径
parser.add_argument('--sourcepath', type=str, default='source_images', help='源图片文件夹路径')
# 需要转换的每个图片的目标尺寸
parser.add_argument('--blocksize', type=int, default=15, help='每个图片的目标尺寸')
# 解析参数并返回
args = parser.parse_args()
logger.info("结束文件参数解析处理")
return args
编写main_merage()函数，用于实现马赛克图片的正式合成。
def main_merage(params):
'''
图片合成处理函数
:param params: 文件参数
:return:
'''
# 获取目标图片对象，默认按彩色方式读取
target_image_obj = cv2.imread(params.targetpath)
# 根据目标图片对象，生成对应的零矩阵
output_image_obj = np.zeros(target_image_obj.shape, np.uint8)
# 获取符合要求的源图片数组与平均颜色数组
source_images, avg_colors = read_source_images(params.sourcepath, params.blocksize)
# 根据目标图片的长、宽执行遍历
'''target_image_obj.shape[1]、target_image_obj.shape[0]获得图片的长、宽'''
logger.info("开始图片合成处理")
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('输出生成的图片', output_image_obj)
logger.info("结束图片合成处理")
使用前面文章中提到的百度图片下载器下载我们需要的源图片。
没有下载的到公众号回复"百度图片下载器"去下载就可以了。
源图片准备的越多越好，我这里直接准备了两万张美女图片作为源图片。如果想让生成的图片更加逼真就下载更多的源图片。
【往期精彩】
小工具批量将mp3音频格式转换为wav格式
不用H5，直接使用pywebio模块实现网页
python回调函数能做什么？
解决pyinstaller打包过程中外部资源无法加载的问题 ...
pyqt5做了一个二维码生成器，已打包成exe可执行程序...