大家知道馬賽克畫是什麼嗎?不是動作片裡的馬賽克哦~~
馬賽克畫是一張由小圖拼成的大圖,本文的封面就是我們的效果圖,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。
封面的原圖是這樣的
實現的具體思路是這樣
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,最後生成的圖片顏色越接近。
第二步:將要轉換的圖片分割成一個一個小方格圖片,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,就生成了我們最終的馬賽克畫。
聽上去是不是很簡單?
我們來看一下具體的實現步驟,下面是一些核心程式碼。完整程式碼可在公眾號【Python與資料分析】後臺回覆“mosaic”獲取。
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)
複製程式碼
這裡load_all_images函式的引數就是統一後的尺寸,tile_row和tile_col分別對應高和寬。
下面的程式碼對要轉換的圖片進行分割
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,:]
複製程式碼
我們將要轉換的圖片分割成一個個小方格,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式
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
複製程式碼
im1和im2是兩張圖片的資料,圖片資料是一個三維的numpy陣列,這裡我們將三維陣列轉換成一維陣列後,比較兩者的歐式距離。之後要找出最相似的圖片,只需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。
我們再來看一下最終實現的效果
放大圖中區域性的細節如下
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執行的時間。
生成圖片的過程比較耗時,考慮到效能原因,原程式中使用多程式的方式並行處理。
完整程式碼已上傳github,公眾號【Python與資料分析】後臺回覆“mosaic”可獲取地址。