2万8千张图片如何用python组成一张(简洁明了附源码),
2万8千张图片如何用python组成一张(简洁明了附源码),
前言
一张图片由无数的像素点组成,那么我们将用图片来填充这些像素点
很多人学习python,不知道从何学起。
很多人学习python,掌握了基本语法过后,不知道在哪里寻找案例上手。
很多已经做案例的人,却不知道如何去学习更加高深的知识。
那么针对这三类人,我给大家提供一个好的学习平台,免费领取视频教程,电子书籍,以及课程的源代码!
QQ群:1097524789
知识点:
1. cv2
2. numpy
3. tqdm
4. argparse
开发环境:
Python 3.6
Pycharm
思路:
1.输入
2.计算处理
3.输出
4.展示
加企鹅群695185429即可免费获取,资料全在群文件里。资料可以领取包括不限于Python实战演练、PDF电子文档、面试集锦、学习资料等
步骤
一、导入工具
import cv2
import glob
import argparse
import numpy as np
from tqdm import tqdm # 进度条
from itertools import product # 迭代器
二、图片文件
def parseArgs():
parser = argparse.ArgumentParser('拼接马赛克图片')
parser.add_argument('--targetpath', type=str, default='examples/1.jpg', help='目标图像路径')
parser.add_argument('--outputpath', type=str, default='output.jpg', help='输出图像路径')
parser.add_argument('--sourcepath', type=str, default='sourceimages', help='用于拼接图像的所有源图像文件夹路径')
parser.add_argument('--blocksize', type=int, default=15, help='马赛克块大小')
args = parser.parse_args()
return args
三、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
sourceimages = []
# 平均颜色列表
avgcolors = []
for path in tqdm(glob.glob("{}/*.jpg".format(sourcepath))):
image = cv2.imread(path, cv2.IMREAD_COLOR)
if image.shape[-1] != 3:
continue
image = cv2.resize(image, (blocksize, blocksize))
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)
四、调用所有函数
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')
五、调用
if __name__ == '__main__':
# run
main(parseArgs())
运行效果如下:
最后的作品图对比
相关内容
- 暂无相关文章
评论关闭