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中feapder框架怎样安装和应用

  这篇文章主要介绍了python爬虫框架feapde的使用简介，帮助大家更好的理解和学习使用python爬虫，感兴趣的朋友可以了解下

• Python冒泡排序如何应用到LOL厄斐琉斯控枪

  冒泡排序是一种简单的排序算法，它也是一种稳定排序算法。其实现原理是重复扫描待排序序列，并比较每一对相邻的元素，当该对元素顺序不正确时进行交换。一直重复这个过程，直到没有任何两个相邻元素可以交换，就表明完成了排序

• 如何安装face_recognition库，要注意什么

  这篇文章主要介绍了face_recognition库在python的安装,解决了一些没有安装时出现的一些错误,需要的朋友可以参考下

• python的三元表达式怎样用？一文带你看懂

  三元表达式是编程中比较常用的，这篇文章就主要给大家分享python的三元表达式怎样用的操作，对新手学习python的三元表达式具有一定的借鉴价值，感兴趣的朋友可以参考一下，希望大家阅读完这篇文章能有所收获，下面我们一起来学习一下吧。

• Python多层装饰器与有参装饰器是什么

  本章内容概要1.多层装饰器2.有参装饰器3.递归函数4.算法（二分法）本章内容详解1.多层装饰器1.1什么是多层装饰器多层装饰器是从下往上依次执行，需要注意的是，被装饰的函数名所指代的函数是一直被装饰器中的内层函数所取代。1.2语法糖的功能会自动将下面紧挨着的函数名...