這篇文章帶給大家的內容是介紹python如何生成馬賽克畫?產生馬賽克畫的方法(程式碼詳解)。有一定的參考價值,有需要的朋友可以參考一下,希望對你們有幫助。
馬賽克畫是一張由小圖拼成的大圖,我們的效果圖,放大看細節,每一塊都是一張獨立的圖片,拼在一起組成一張大圖,感覺像是用馬賽克拼出來的畫,所以叫馬賽克畫。看到網路上的一些馬賽克畫覺得很酷,於是自己用Python實現了一下將一張原圖轉換成馬賽克畫。
我們的效果圖是這樣的:
原始圖是這樣的:
#實現的具體想法是這樣的:
第一步:首先收集一組圖片,這些圖片會作為大圖中的小方格圖片。圖片越多,最後產生的圖片顏色越接近。
第二步:將要轉換的圖片分割成一個小方格圖片,像下面這樣
#第三步:對於每一個小方格圖片,取圖片集裡面最接近的圖片替換。所有小方格都替換後,就產生了我們最終的馬賽克畫。
聽起來是不是很簡單?
我們來看看具體的實作步驟,以下是一些核心程式碼。
我們的圖片集存在images目錄下,下面的程式碼載入目錄下所有的圖片,並縮放成統一的尺寸
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)
這裡load_all_images函數的參數就是統一後的尺寸,tile_row和tile_col分別對應高和寬。
下面的程式碼將要轉換的圖片分割
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,:]
我們將要轉換的圖片分割成一個小方格,tile_row和tile_col是小方格的高和寬,roi存取小方格中的圖片資料。
下面是計算兩張圖片相似度的函數
from scipy.spatial.distance import euclidean def img_distance(im1, im2): if im1.shape != im2.shape: msg = "shapes are different {} {}".format(im1.shape, im2.shape) raise Exception(msg) array1 = im1.flatten() array2 = im2.flatten() dist = euclidean(array1, array2) return dist
im1和im2是兩張圖片的數據,圖片數據是一個三維的numpy數組,這裡我們將三維數組轉換成一維數組後,比較兩者的歐式距離。之後要找出最相似的圖片,只要遍歷圖片集中所有的圖片,找到距離最短的那張圖片,去替換原圖中的小方格就可以了。
我們再來看看最終實現的效果:
放大圖中局部的細節如下:
如果對圖片的畫質不滿意,想要更精細的畫質,可以考慮在分割的時候把圖片分割成更小的方格,不過這樣也會增加程式運作的時間。
以上是python如何生成馬賽克畫?產生馬賽克畫的方法(程式碼詳解)的詳細內容。更多資訊請關注PHP中文網其他相關文章!

Python在自動化、腳本編寫和任務管理中表現出色。 1)自動化:通過標準庫如os、shutil實現文件備份。 2)腳本編寫:使用psutil庫監控系統資源。 3)任務管理:利用schedule庫調度任務。 Python的易用性和豐富庫支持使其在這些領域中成為首選工具。

要在有限的時間內最大化學習Python的效率,可以使用Python的datetime、time和schedule模塊。 1.datetime模塊用於記錄和規劃學習時間。 2.time模塊幫助設置學習和休息時間。 3.schedule模塊自動化安排每週學習任務。

Python在遊戲和GUI開發中表現出色。 1)遊戲開發使用Pygame,提供繪圖、音頻等功能,適合創建2D遊戲。 2)GUI開發可選擇Tkinter或PyQt,Tkinter簡單易用,PyQt功能豐富,適合專業開發。

Python适合数据科学、Web开发和自动化任务,而C 适用于系统编程、游戏开发和嵌入式系统。Python以简洁和强大的生态系统著称,C 则以高性能和底层控制能力闻名。

2小時內可以學會Python的基本編程概念和技能。 1.學習變量和數據類型,2.掌握控制流(條件語句和循環),3.理解函數的定義和使用,4.通過簡單示例和代碼片段快速上手Python編程。

Python在web開發、數據科學、機器學習、自動化和腳本編寫等領域有廣泛應用。 1)在web開發中,Django和Flask框架簡化了開發過程。 2)數據科學和機器學習領域,NumPy、Pandas、Scikit-learn和TensorFlow庫提供了強大支持。 3)自動化和腳本編寫方面,Python適用於自動化測試和系統管理等任務。

兩小時內可以學到Python的基礎知識。 1.學習變量和數據類型,2.掌握控制結構如if語句和循環,3.了解函數的定義和使用。這些將幫助你開始編寫簡單的Python程序。

如何在10小時內教計算機小白編程基礎?如果你只有10個小時來教計算機小白一些編程知識,你會選擇教些什麼�...


熱AI工具

Undresser.AI Undress
人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover
用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool
免費脫衣圖片

Clothoff.io
AI脫衣器

AI Hentai Generator
免費產生 AI 無盡。

熱門文章

熱工具

EditPlus 中文破解版
體積小,語法高亮,不支援程式碼提示功能

MantisBT
Mantis是一個易於部署的基於Web的缺陷追蹤工具,用於幫助產品缺陷追蹤。它需要PHP、MySQL和一個Web伺服器。請查看我們的演示和託管服務。

DVWA
Damn Vulnerable Web App (DVWA) 是一個PHP/MySQL的Web應用程序,非常容易受到攻擊。它的主要目標是成為安全專業人員在合法環境中測試自己的技能和工具的輔助工具,幫助Web開發人員更好地理解保護網路應用程式的過程,並幫助教師/學生在課堂環境中教授/學習Web應用程式安全性。 DVWA的目標是透過簡單直接的介面練習一些最常見的Web漏洞,難度各不相同。請注意,該軟體中

SAP NetWeaver Server Adapter for Eclipse
將Eclipse與SAP NetWeaver應用伺服器整合。

Atom編輯器mac版下載
最受歡迎的的開源編輯器