我是靠谱客的博主 紧张耳机,最近开发中收集的这篇文章主要介绍N张图片合成一个最终图片(像素图片),觉得挺不错的,现在分享给大家,希望可以做个参考。

概述

开发工具:

        Python 3.8,PyCharm

用到的所有源图像(新建目录,将图片放进去):sourceimages

 最终需要的图片(新建目录examples,放进去最终需要的一张图片):examples

源代码(main.py):

import cv2
import glob
import argparse
import numpy as np
from tqdm import tqdm  # 进度条
from itertools import product  # 迭代器


def parseArgs():
    parser = argparse.ArgumentParser('拼接马赛克图片')
    parser.add_argument('--targetpath', type=str, default='examples/4.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

# 读取所有原图像,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 = []
    # 读取所有图片
    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)


# 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')


if __name__ == '__main__':
 
    main(parseArgs())

 版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。 本文链接:https://blog.csdn.net/qq_46614154/article/details/106281833 ———————————————— 版权声明:本文为CSDN博主「其实还好啦」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。 原文链接:https://blog.csdn.net/qq_46614154/article/details/106281833

最后

以上就是紧张耳机为你收集整理的N张图片合成一个最终图片(像素图片)的全部内容,希望文章能够帮你解决N张图片合成一个最终图片(像素图片)所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错,欢迎将靠谱客网站推荐给程序员好友。

本图文内容来源于网友提供,作为学习参考使用,或来自网络收集整理,版权属于原作者所有。
点赞(37)

评论列表共有 0 条评论

立即
投稿
返回
顶部