Python實(shí)現(xiàn)多張圖片合成一張馬賽克圖片

第Python實(shí)現(xiàn)多張圖片合成一張馬賽克圖片目錄前言開發(fā)環(huán)境實(shí)現(xiàn)代碼先導(dǎo)入所需模塊讀取圖片文件讀取所有源圖片并計(jì)算對(duì)應(yīng)顏色平均值合法圖像列表平均顏色列表遍歷主函數(shù)模塊調(diào)用執(zhí)行完整效果

前言

最近有網(wǎng)友私信我，問(wèn)如何把多張圖片合成一張馬賽克圖片的樣子

說(shuō)是女兒從出生到現(xiàn)在，所有的照片，大概有上百?gòu)垼韵胧褂眠@些照片合成一張，當(dāng)做生日禮物

那我們今天就用上次爬表情包的圖片來(lái)做一次馬賽克圖片，2萬(wàn)張合成一張，想想就很激動(dòng)

圖片素材

4K高清原圖

開發(fā)環(huán)境

Python3.6

Pycharm

實(shí)現(xiàn)代碼

先導(dǎo)入所需模塊

importcv2

importglob

importargparse

importnumpyasnp

fromtqdmimporttqdm#進(jìn)度條

fromitertoolsimportproduct#迭代器

讀取圖片文件

defparsArgs():

parser=argparse.ArgumentParser('拼接馬賽克圖片')

parser.add_argument('--targetpath',type=str,default='examples/3.jpg',help='目標(biāo)圖像路徑')

parser.add_argument('--outputpath',type=str,default='output.jpg',help='輸出圖像的路徑')

parser.add_argument('--sourcepath',type=str,default='sourceimages',help='用來(lái)拼接圖像的所有源圖像文件路徑')

parser.add_argument('--blocksize',type=int,default=15,help='馬賽克快的大小')

args=parser.parse_args()

returnargs

讀取所有源圖片并計(jì)算對(duì)應(yīng)顏色平均值

defreadSourceImages(sourcepath,blocksize):

print('開始讀取圖像')

合法圖像列表

設(shè)置一個(gè)列表，存放符合要求的顏色圖像

sourceimages=[]

平均顏色列表

avgcolors=[]

遍歷

每遍歷一次，進(jìn)度條走一次

forpathintqdm(glob.glob("{}/*.jpg".format(sourcepath))):

image=cv2.imread(path,cv2.IMREAD_COLOR)

ifimage.shape[-1]!=3:

continue

#縮放尺寸

image=cv2.resize(image,(blocksize,blocksize))

#圖像顏色平均值

avgcolor=np.sum(np.sum(image,axis=0),axis=0)/(blocksize*blocksize)

sourceimages.append(image)

avgcolors.append(avgcolor)

print('結(jié)束讀取')

returnsourceimages,np.array(avgcolors)

主函數(shù)

defmain(args):

targetimage=cv2.imread(args.targetpath)

outputimage=np.zeros(targetimage.shape,np.uint8)#int8int16int32int64

sourceimages,avgcolors=readSourceImages(args.sourcepath,args.blocksize)

print('開始制作')

fori,jintqdm(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.im