炫酷！200 行 Python 代码实现马赛克拼图！
在一图胜千言的时代，没有什么比一张图片更有冲击力的了，那如果一千张图片拼接起来是什么效果呢？
别问，问就是两字 —— 炫酷！
你有没有想过上面的图片是怎么实现的，难道这是用 ps 一张张拼起来的？当然，靠人工把近千张图片按照色域一一排列，应该是不可能的。
今天我们就用 Python 做一个马赛克图片生成器～ 只需要 200 行 Python 代码，就可以将任意图片转化为马赛克拼图效果，一劳永逸！拿来记录校园生活、游戏生涯、送女朋友都最合适不过了！
ONE项目思路项目大概分为 3 个步骤：
- 计算素材库中每张图片的平均色
- 把目标图片切分成平均的色块，与素材库图片进行替换
- 全部替换完成后，再与原始图像进行融合
TWO计算图像平均值一张图像是通过许多的像素组成的。为了生成马赛克图片，我们的想法是，将原有图像的每一个小部分，使用颜色与这一小部分相似的图像进行替换，从而生成马赛克风格的图像。如何计算图片的颜色相似度？这里要引用 RGB 和 HSV 的概念。RGB 色彩空间是，由三个通道表示一幅图像。三个通道分别为红色 (R)，绿色 (G) 和蓝色 (B)，通过这三种颜色的不同组合，可以形成几乎所有的其他颜色。
但是，在自然环境下，图像容易受自然光照、遮挡等情况的影响。也就是人眼观察图片会对图片的亮度比较敏感。而 RGB 色彩空间的三个分量都与亮度密切相关，只要亮度改变，RGB 颜色的三个分量都会改变.
同时，由于人眼对于这 RGB 这三种颜色的敏感程度是不一样的。在单色中，人眼对红色最不敏感，蓝色最敏感，所以 RGB 色彩空间是一种均匀性较差的色彩空间。
由于 RGB 色彩空间不能方便的比较颜色之间的相似度，于是我们要使用 HSV 色彩空间。HSV 色彩空间也是由三个分量组成的，分别是：
- Hue（色调）
- Saturation （饱和度）
- Value （明度）
我们会常用下图的圆柱体来表示 HSV 色彩空间，其中：
- H 用极坐标的极角表示；
- S 用极坐标的轴的长度表示；
- V 用圆柱的高度表示；
计算图片 HSV 值的代码如下：
class mosaic(object):
"""定义计算图片的平均hsv值
"""
def __init__(self, IN_DIR: str, OUT_DIR: str, SLICE_SIZE: int, REPATE: int,
OUT_SIZE: int) -> None:
self.IN_DIR = IN_DIR # 原始的图像素材所在文件夹
self.OUT_DIR = OUT_DIR # 输出素材的文件夹, 这些都是计算过hsv和经过resize之后的图像
self.SLICE_SIZE = SLICE_SIZE # 图像放缩后的大小
self.REPATE = REPATE # 同一张图片可以重复使用的次数
self.OUT_SIZE = OUT_SIZE # 最终图片输出的大小
def resize_pic(self, in_name: str, size: int) -> Image:
"""转换图像大小
"""
img = Image.open(in_name)
img = ImageOps.fit(img, (size, size), Image.ANTIALIAS)
return img
def get_avg_color(self, img: Image) -> Tuple[float, float, float]:
"""计算图像的平均hsv
"""
width, height = img.size
pixels = img.load()
if type(pixels) is not int:
data = [] # 存储图像像素的值
for x in range(width):
for y in range(height):
cpixel = pixels[x, y] # 获得每一个像素的值
data.append(cpixel)
h = 0
s = 0
v = 0
count = 0
for x in range(len(data)):
r = data[x][0]
g = data[x][1]
b = data[x][2] # 得到一个点的GRB三色
count += 1
hsv = rgb_to_hsv(r / 255.0, g / 255.0, b / 255.0)
h += hsv[0]
s += hsv[1]
v += hsv[2]
hAvg = round(h / count, 3)
sAvg = round(s / count, 3)
vAvg = round(v / count, 3)
if count > 0: # 像素点的个数大于0
return (hAvg, sAvg, vAvg)
else:
raise IOError("读取图片数据失败")
else:
raise IOError("PIL 读取图片数据失败")
**以上内容出自实验楼免费课程 —— **《Python 制作马赛克拼合图像》，篇幅有限，欢迎大家来实验楼学习完整的课程代码。
👇 点击《Python 制作马赛克拼合图像》，学习完整课程。
