前言

最近有网友私信我，问如何把多张图片合成一张马赛克图片的样子

说是女儿从出生到现在，所有的照片，大概有上百张，所以想使用这些照片合成一张，当做生日礼物

那我们今天就用上次爬表情包的图片来做一次马赛克图片，2万张合成一张，想想就很激动

图片素材

4K高清原图

开发环境

Python 3.6

Pycharm

实现代码

先导入所需模块

import cv2
import glob
import argparse
import numpy as np
from tqdm import tqdm  # 进度条
from itertools import product  # 迭代器

读取图片文件

def parsArgs():
    parser = argparse.ArgumentParser('拼接马赛克图片')
    parser.add_argument('--targetpath', type=str, default='examples/3.jpg', help='目标图像路径')
    parser.add_argument('--outputpath', type=str, default='output.jpg', help='输出图像的路径')
    parser.add_argument('--sourcepath', type=str, default='sourceimages', help='用来拼接图像的所有源图像文件路径')
    parser.add_argument('--blocksize', type=int, default=15, help='马赛克快的大小')

    args = parser.parse_args()

    return args

读取所有源图片并计算对应颜色平均值

def readSourceImages(sourcepath,blocksize):
    print('开始读取图像')

合法图像列表

设置一个列表，存放符合要求的颜色图像

sourceimages = []

平均颜色列表

avgcolors = []

遍历

每遍历一次，进度条走一次

for path in tqdm(glob.glob("{}/*.jpg".format(sourcepath))):
    image = cv2.imread(path, cv2.IMREAD_COLOR)
    if image.shape[-1] != 3:
        continue
    # 缩放尺寸
    image = cv2.resize(image, (blocksize, blocksize))
    # 图像颜色平均值
    avgcolor = np.sum(np.sum(image, axis=0), axis=0) / (blocksize * blocksize)
    sourceimages.append(image)
    avgcolors.append(avgcolor)
print('结束读取')
return sourceimages,np.array(avgcolors)

主函数

def main(args):
    targetimage = cv2.imread(args.targetpath)
    outputimage = np.zeros(targetimage.shape,np.uint8)  # int8 int16 int32 int64
    sourceimages,avgcolors = readSourceImages(args.sourcepath,args.blocksize)
    print('开始制作')
    for i, j in tqdm(product(range(int(targetimage.shape[1]/args.blocksize)), range(int(targetimage.shape[0]/args.blocksize)))):
        block = targetimage[j * args.blocksize: (j + 1) * args.blocksize, i * args.blocksize: (i + 1) * args.blocksize,:]
        avgcolor = np.sum(np.sum(block, axis=0), axis=0) / (args.blocksize * args.blocksize)
        distances = np.linalg.norm(avgcolor - avgcolors, axis=1)
        idx = np.argmin(distances)
        outputimage[j * args.blocksize: (j + 1) * args.blocksize, i * args.blocksize: (i + 1) * args.blocksize, :] = \
        sourceimages[idx]
    cv2.imwrite(args.outputpath, outputimage)
    cv2.imshow('result', outputimage)
    print('制作完成')

模块调用执行

if __name__ == '__main__':
    # run
    main(parseArgs())

完整效果

免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：mmqy2019@163.com进行举报，并提供相关证据，查实之后，将立刻删除涉嫌侵权内容。

猜你喜欢

• Python解析参数方式有几种，分别是什么样

  本篇文章给大家带来了关于Python的相关知识，其中主要整理了解析参数的三种方法相关问题，第一个选项是使用 argparse，它是一个流行的 Python 模块，专门用于命令行解析；另一种方法是读取 JSON 文件，我们可以在其中放置所有超参数；第三种也是鲜为人知的方法是使用 YAML 文件，下面一起来看一下，希望对大家有帮助。

• python中sys模块怎样使用?一文带你看懂

  这篇文章给大家分享的是python中sys模块的使用，对大家学习和理解python有一定的帮助，因此分享给大家做个参考，文中sys模块的使用示例介绍的非常详细，感兴趣的朋友接下来一起跟随小编看看吧。

• Python中format()函数的基于语法和使用是怎样的

  Python内置函数-format()函数。Python2.6 开始，新增了一种格式化字符串的函数 str.format()，它增强了字符串格式化的功能。

• python遗传算法是什么，Geatpy怎样使用？

  本篇文章给大家带来了关于Python的相关知识，其中主要为大家介绍了Python遗传算法Geatpy工具箱使用介绍，有需要的朋友可以借鉴参考下，希望能够有所帮助，下面一起来看一下。

• NumPy线性关系的实现是怎样的

  本文将通过股票均线计算的案例来为大家讲解一下NumPy中的线性关系以及数据修剪压缩的实现，文中的示例代码讲解详细，感兴趣的可以了解一下