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