将几万张图片合成一张图片，制作一个超赞的马赛克图-编程知识-白鹭情

需求说明：制作一个马赛克图片，将几万张图片进行合成，每个马赛克格子的尺寸为15x15，

file

完整原始码在文末有说明，需要的可以去下载哈，

【阅读全文】看一下生成的马赛克图片的效果：

file

需要使用到的python模块包如下：

import cv2  # pip install opencv-python # 影像处理库
import glob  # 汇入档案处理库
import argparse  # 命令列决议库
import numpy as np  # 资料处理库
from tqdm import tqdm  # 汇入进度条库
from itertools import product  # 汇入迭代器库
import logging  # 汇入日志库

设定logging模块日志打印，

logging.basicConfig(level=logging.INFO, format='%(asctime)s - %(name)s - %(levelname)s - %(message)s')
logger = logging.getLogger("图片合成器")
logger.setLevel(logging.DEBUG)

撰写函式read_source_images()提取符合影像颜色要求的图片物件并计算平均值，

def read_source_images(source_images_path, block_size):
    '''
    提取符合影像颜色要求的图片物件并计算平均值
    :param source_images_path: 源图片路径
    :param block_size: 每个图片的尺寸
    :return: 符合要求的图片物件阵列、颜色平均值阵列
    '''
    logger.info("开始源图片筛选及颜色平均值计算处理")
    source_images = []  # 初始化源影像串列
    avg_colors = []  # 平均颜色串列
    '''使用进度条进行遍历源图片的档案夹'''
    for image_path in tqdm(glob.glob("{}/*.jpg".format(source_images_path))):
        try:  # 此处加入例外处理，若出现处理例外的图片则跳过该图片处理
            # 读取彩色图片
            img_obj = cv2.imread(image_path, cv2.IMREAD_COLOR)
            '''
            img_obj.shape[-1]读取影像的通道数，通道值为3表示每个像素点的颜色取值范围（0-255,0-255,0-255），
            将通道值不等于3的图片跳过，
            '''
            if img_obj.shape[-1] != 3:
                continue
            # 重新设定图片的尺寸
            img_obj = cv2.resize(img_obj, (block_size, block_size))
            # 计算该影像颜色的平均值
            avg_color = np.sum(np.sum(img_obj, axis=0), axis=0) / (block_size * block_size)
            # 将符合要求的影像物件添加到阵列中
            source_images.append(img_obj)
            # 将符合要求的影像颜色平均值添加到阵列中
            avg_colors.append(avg_color)
        except:
            logger.error("例外图片路径：" + image_path)
    logger.info("结束源图片筛选及颜色平均值计算处理")
    return source_images, np.array(avg_colors)

撰写parse_args()函式，用于决议档案相关的自变量，之后需要获取自变量时直接从自变量决议器中提取使用即可，

def parse_args():
    '''
    自变量决议函式
    :return:
    '''
    logger.info("开始档案自变量决议处理")
    parser = argparse.ArgumentParser('图片档案自变量决议器')
    # 添加目标影像路径
    parser.add_argument('--targetpath', type=str, default='target.jpg', help='目标影像路径')
    # 添加输出影像路径
    parser.add_argument('--outputpath', type=str, default='output.jpg', help='输出影像的路径')
    # 源图片档案路径
    parser.add_argument('--sourcepath', type=str, default='source_images', help='源图片档案夹路径')
    # 需要转换的每个图片的目标尺寸
    parser.add_argument('--blocksize', type=int, default=15, help='每个图片的目标尺寸')
    # 决议自变量并回传
    args = parser.parse_args()
    logger.info("结束档案自变量决议处理")
    return args

撰写main_merage()函式，用于实作马赛克图片的正式合成，

def main_merage(params):
    '''
    图片合成处理函式
    :param params: 档案自变量
    :return:
    '''
    #  获取目标图片物件，默认按彩色方式读取
    target_image_obj = cv2.imread(params.targetpath)
    # 根据目标图片物件，生成对应的零矩阵
    output_image_obj = np.zeros(target_image_obj.shape, np.uint8)
    # 获取符合要求的源图片阵列与平均颜色阵列
    source_images, avg_colors = read_source_images(params.sourcepath, params.blocksize)
    # 根据目标图片的长、宽执行遍历
    '''target_image_obj.shape[1]、target_image_obj.shape[0]获得图片的长、宽'''
    logger.info("开始图片合成处理")
    for i, j in tqdm(product(range(int(target_image_obj.shape[1] / params.blocksize)),
                             range(int(target_image_obj.shape[0] / params.blocksize)))):
        block = target_image_obj[j * params.blocksize: (j + 1) * params.blocksize,
                i * params.blocksize: (i + 1) * params.blocksize, :]
        avg_color = np.sum(np.sum(block, axis=0), axis=0) / (params.blocksize * params.blocksize)
        distances = np.linalg.norm(avg_color - avg_colors, axis=1)
        idx = np.argmin(distances)
        output_image_obj[j * params.blocksize: (j + 1) * params.blocksize,
        i * params.blocksize: (i + 1) * params.blocksize, :] = \
            source_images[idx]
    cv2.imwrite(params.outputpath, output_image_obj)
    cv2.imshow('输出生成的图片', output_image_obj)
    logger.info("结束图片合成处理")

使用前面文章中提到的百度图片下载器下载我们需要的源图片，

file