suchen
HeimBackend-EntwicklungPython-TutorialWie erstelle ich ein Mosaikgemälde in Python? Methode zum Generieren von Mosaiken (detaillierte Code-Erklärung)

Der Inhalt dieses Artikels besteht darin, vorzustellen, wie man Mosaike in Python generiert. Methode zum Generieren von Mosaiken (detaillierte Code-Erklärung). Es hat einen gewissen Referenzwert. Freunde in Not können sich darauf beziehen. Ich hoffe, es wird Ihnen hilfreich sein.

Ein Mosaik ist ein großes Bild, das aus kleinen Bildern besteht. Zoomen Sie hinein, um die Details zu sehen. Wenn es zu einem großen Bild zusammengesetzt wird, fühlt es sich an von Mosaiken, daher nennt man es Mosaikmalerei. Ich habe einige Mosaike im Internet gesehen und fand sie cool, also habe ich Python verwendet, um ein Originalbild in ein Mosaik umzuwandeln.

Unsere Darstellung sieht so aus:

Wie erstelle ich ein Mosaikgemälde in Python? Methode zum Generieren von Mosaiken (detaillierte Code-Erklärung)

Das Originalbild sieht so aus:

Wie erstelle ich ein Mosaikgemälde in Python? Methode zum Generieren von Mosaiken (detaillierte Code-Erklärung)

Das Die konkrete Umsetzungsidee lautet wie folgt:

Schritt 1: Sammeln Sie zunächst eine Reihe von Bildern, die als kleine quadratische Bilder im Gesamtbild verwendet werden. Je mehr Bilder vorhanden sind, desto ähnlicher ist die Farbe des endgültig generierten Bildes.

Schritt 2: Teilen Sie das zu konvertierende Bild wie folgt in kleine quadratische Bilder auf

Wie erstelle ich ein Mosaikgemälde in Python? Methode zum Generieren von Mosaiken (detaillierte Code-Erklärung)

Schritt 3: Ersetzen Sie jedes kleine quadratische Rasterbild mit dem nächstgelegenen Bild im Bildersatz. Nachdem alle kleinen Quadrate ersetzt wurden, wird unser endgültiges Mosaik erstellt.

Klingt das nicht einfach?

Werfen wir einen Blick auf die spezifischen Implementierungsschritte. Nachfolgend finden Sie einige Kerncodes.

Unsere Bildersammlung wird im Bilderverzeichnis gespeichert. Der folgende Code lädt alle Bilder im Verzeichnis und skaliert sie auf eine einheitliche Größe

import re
import os
import cv2
import numpy as np
from tqdm import tqdm
IMG_DIR = "images"
def load_all_images(tile_row, tile_col):
 img_dir = IMG_DIR
 filenames = os.listdir(img_dir)
 result = []
 print(len(filenames))
 for filename in tqdm(filenames):
 if not re.search(".jpg", filename, re.I):
 continue
 try:
 filepath = os.path.join(img_dir, filename)
 im = cv2.imread(filepath)
 row = im.shape[0]
 col = im.shape[1]
 im = resize(im, tile_row, tile_col)
 result.append(np.array(im))
 except Exception as e:
 msg = "error with {} - {}".format(filepath, str(e))
 print(msg)
 return np.array(result, dtype=np.uint8)

Der Parameter der Funktion „load_all_images“ ist hier „unified“. size, Tile_row und Tile_col entsprechen der Höhe bzw. der Breite.

Der folgende Code teilt das zu konvertierende Bild in kleine Quadrate auf. Tile_row und Tile_col geben die Höhe und Breite der kleinen Quadrate an Bilddaten im kleinen Quadrat.

Das Folgende ist eine Funktion zur Berechnung der Ähnlichkeit zweier Bilder

img = cv2.imread(infile)
tile_row, tile_col = get_tile_row_col(img.shape)
for row in range(0, img_shape[0], tile_row):
 for col in range(0, img_shape[1], tile_col):
 roi = img[row:row+tile_row,col:col+tile_col,:]

im1 und im2 sind die Daten zweier Bilder. Die Bilddaten sind ein dreidimensionales Numpy-Array dreidimensionales Array in eindimensionales Array vergleichen. Vergleichen Sie nach dem Array den euklidischen Abstand zwischen den beiden. Um das ähnlichste Bild zu finden, müssen Sie nur alle Bilder im Bildsatz durchlaufen, das Bild mit dem kürzesten Abstand finden und die kleinen Quadrate im Originalbild ersetzen.

Werfen wir einen Blick auf den Endeffekt:

Wie erstelle ich ein Mosaikgemälde in Python? Methode zum Generieren von Mosaiken (detaillierte Code-Erklärung)Die lokalen Details im vergrößerten Bild sind wie folgt:

Wie erstelle ich ein Mosaikgemälde in Python? Methode zum Generieren von Mosaiken (detaillierte Code-Erklärung)Wenn Sie mit der Bildqualität nicht zufrieden sind und eine detailliertere Bildqualität wünschen, können Sie erwägen, das Bild bei der Segmentierung in kleinere Quadrate zu unterteilen, was jedoch auch die Laufzeit des Programms erhöht.

Das obige ist der detaillierte Inhalt vonWie erstelle ich ein Mosaikgemälde in Python? Methode zum Generieren von Mosaiken (detaillierte Code-Erklärung). Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Stellungnahme
Dieser Artikel ist reproduziert unter:博客园. Bei Verstößen wenden Sie sich bitte an admin@php.cn löschen
Python vs. C: Anwendungen und Anwendungsfälle verglichenPython vs. C: Anwendungen und Anwendungsfälle verglichenApr 12, 2025 am 12:01 AM

Python eignet sich für Datenwissenschafts-, Webentwicklungs- und Automatisierungsaufgaben, während C für Systemprogrammierung, Spieleentwicklung und eingebettete Systeme geeignet ist. Python ist bekannt für seine Einfachheit und sein starkes Ökosystem, während C für seine hohen Leistung und die zugrunde liegenden Kontrollfunktionen bekannt ist.

Der 2-stündige Python-Plan: ein realistischer AnsatzDer 2-stündige Python-Plan: ein realistischer AnsatzApr 11, 2025 am 12:04 AM

Sie können grundlegende Programmierkonzepte und Fähigkeiten von Python innerhalb von 2 Stunden lernen. 1. Lernen Sie Variablen und Datentypen, 2. Master Control Flow (bedingte Anweisungen und Schleifen), 3.. Verstehen Sie die Definition und Verwendung von Funktionen, 4. Beginnen Sie schnell mit der Python -Programmierung durch einfache Beispiele und Code -Snippets.

Python: Erforschen der primären AnwendungenPython: Erforschen der primären AnwendungenApr 10, 2025 am 09:41 AM

Python wird in den Bereichen Webentwicklung, Datenwissenschaft, maschinelles Lernen, Automatisierung und Skripten häufig verwendet. 1) In der Webentwicklung vereinfachen Django und Flask Frameworks den Entwicklungsprozess. 2) In den Bereichen Datenwissenschaft und maschinelles Lernen bieten Numpy-, Pandas-, Scikit-Learn- und TensorFlow-Bibliotheken eine starke Unterstützung. 3) In Bezug auf Automatisierung und Skript ist Python für Aufgaben wie automatisiertes Test und Systemmanagement geeignet.

Wie viel Python können Sie in 2 Stunden lernen?Wie viel Python können Sie in 2 Stunden lernen?Apr 09, 2025 pm 04:33 PM

Sie können die Grundlagen von Python innerhalb von zwei Stunden lernen. 1. Lernen Sie Variablen und Datentypen, 2. Master -Steuerungsstrukturen wie wenn Aussagen und Schleifen, 3. Verstehen Sie die Definition und Verwendung von Funktionen. Diese werden Ihnen helfen, einfache Python -Programme zu schreiben.

Wie lehre ich innerhalb von 10 Stunden die Grundlagen für Computer-Anfänger-Programmierbasis in Projekt- und problemorientierten Methoden?Wie lehre ich innerhalb von 10 Stunden die Grundlagen für Computer-Anfänger-Programmierbasis in Projekt- und problemorientierten Methoden?Apr 02, 2025 am 07:18 AM

Wie lehre ich innerhalb von 10 Stunden die Grundlagen für Computer -Anfänger für Programmierungen? Wenn Sie nur 10 Stunden Zeit haben, um Computer -Anfänger zu unterrichten, was Sie mit Programmierkenntnissen unterrichten möchten, was würden Sie dann beibringen ...

Wie kann man vom Browser vermeiden, wenn man überall Fiddler für das Lesen des Menschen in der Mitte verwendet?Wie kann man vom Browser vermeiden, wenn man überall Fiddler für das Lesen des Menschen in der Mitte verwendet?Apr 02, 2025 am 07:15 AM

Wie kann man nicht erkannt werden, wenn Sie Fiddlereverywhere für Man-in-the-Middle-Lesungen verwenden, wenn Sie FiddLereverywhere verwenden ...

Was soll ich tun, wenn das Modul '__builtin__' beim Laden der Gurkendatei in Python 3.6 nicht gefunden wird?Was soll ich tun, wenn das Modul '__builtin__' beim Laden der Gurkendatei in Python 3.6 nicht gefunden wird?Apr 02, 2025 am 07:12 AM

Laden Sie Gurkendateien in Python 3.6 Umgebungsbericht Fehler: ModulenotFoundError: Nomodulennamen ...

Wie verbessert man die Genauigkeit der Jiebeba -Wortsegmentierung in der malerischen Spot -Kommentaranalyse?Wie verbessert man die Genauigkeit der Jiebeba -Wortsegmentierung in der malerischen Spot -Kommentaranalyse?Apr 02, 2025 am 07:09 AM

Wie löste ich das Problem der Jiebeba -Wortsegmentierung in der malerischen Spot -Kommentaranalyse? Wenn wir malerische Spot -Kommentare und -analysen durchführen, verwenden wir häufig das Jieba -Word -Segmentierungstool, um den Text zu verarbeiten ...

See all articles

Heiße KI -Werkzeuge

Undresser.AI Undress

Undresser.AI Undress

KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover

AI Clothes Remover

Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool

Undress AI Tool

Ausziehbilder kostenlos

Clothoff.io

Clothoff.io

KI-Kleiderentferner

AI Hentai Generator

AI Hentai Generator

Erstellen Sie kostenlos Ai Hentai.

Heißer Artikel

R.E.P.O. Energiekristalle erklärten und was sie tun (gelber Kristall)
3 Wochen vorBy尊渡假赌尊渡假赌尊渡假赌
R.E.P.O. Beste grafische Einstellungen
3 Wochen vorBy尊渡假赌尊渡假赌尊渡假赌
R.E.P.O. So reparieren Sie Audio, wenn Sie niemanden hören können
3 Wochen vorBy尊渡假赌尊渡假赌尊渡假赌
WWE 2K25: Wie man alles in Myrise freischaltet
4 Wochen vorBy尊渡假赌尊渡假赌尊渡假赌

Heiße Werkzeuge

Senden Sie Studio 13.0.1

Senden Sie Studio 13.0.1

Leistungsstarke integrierte PHP-Entwicklungsumgebung

WebStorm-Mac-Version

WebStorm-Mac-Version

Nützliche JavaScript-Entwicklungstools

MantisBT

MantisBT

Mantis ist ein einfach zu implementierendes webbasiertes Tool zur Fehlerverfolgung, das die Fehlerverfolgung von Produkten unterstützen soll. Es erfordert PHP, MySQL und einen Webserver. Schauen Sie sich unsere Demo- und Hosting-Services an.

SublimeText3 Linux neue Version

SublimeText3 Linux neue Version

SublimeText3 Linux neueste Version

Notepad++7.3.1

Notepad++7.3.1

Einfach zu bedienender und kostenloser Code-Editor