技术标签: python图片马赛克
下方注释的是爬取图片的爬虫
爬取的图片集放在同级目录image文件夹下,每一个像素点都是一个图片
import os
import sys
import time
import math
import numpy as np
from PIL import Image, ImageOps
from multiprocessing import Pool
from colorsys import rgb_to_hsv, hsv_to_rgb
from typing import List, Tuple, Union
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")
class create_image_db(mosaic):
"""创建所需要的数据
"""
def __init__(self, IN_DIR: str, OUT_DIR: str, SLICE_SIZE: int, REPATE: int,
OUT_SIZE: int) -> None:
super(create_image_db, self).__init__(IN_DIR, OUT_DIR, SLICE_SIZE,
REPATE, OUT_SIZE)
def make_dir(self) -> None:
os.makedirs(os.path.dirname(self.OUT_DIR), exist_ok=True) # 没有就创建文件夹
def get_image_paths(self) -> List[str]:
"""获取文件夹内图像的地址
"""
paths = []
suffixs = ['png', 'jpg']
for file_ in os.listdir(self.IN_DIR):
# suffix = file_.split('.')[-1] # 获得文件后缀
# if suffix in suffixs: # 通过后缀判断是否是图片
if file_.endswith('jpg'):
paths.append(os.path.join(self.IN_DIR,file_)) # 添加图像路径
else:
print("非图片:%s" % file_)
if len(paths) > 0:
print("一共找到了%s" % len(paths) + "张图片")
else:
raise IOError("未找到任何图片")
return paths
def convert_image(self, path):
"""转换图像大小, 同时计算一个图像的平均hsv值.
"""
try:
img = self.resize_pic(path, self.SLICE_SIZE)
color = self.get_avg_color(img)
img.save(str(self.OUT_DIR) + str(color) + ".png")
except:
pass
def convert_all_images(self) -> None:
"""将所有图像进行转换
"""
self.make_dir()
paths = self.get_image_paths()
print("正在生成马赛克块...")
pool = Pool() # 多进程处理
pool.map(self.convert_image, paths) # 对已有的图像进行处理, 转换为对应的色块
pool.close()
pool.join()
class create_mosaic(mosaic):
"""创建马赛克图片
"""
def __init__(self, IN_DIR: str, OUT_DIR: str, SLICE_SIZE: int, REPATE: int,
OUT_SIZE: int) -> None:
super(create_mosaic, self).__init__(IN_DIR, OUT_DIR, SLICE_SIZE, REPATE,
OUT_SIZE)
def read_img_db(self) -> List[List[Union[float, int]]]:
"""读取所有的图片
"""
img_db = [] # 存储color_list
for file_ in os.listdir(self.OUT_DIR):
if file_ == 'None.png':
pass
else:
file_ = file_.split('.png')[0] # 获得文件名
file_ = file_[1:-1].split(',') # 获得hsv三个值
file_ = [float(i) for i in file_]
file_.append(0) # 最后一位计算图像使用次数
img_db.append(file_)
return img_db
def find_closiest(self, color: Tuple[float, float, float],
list_colors: List[List[Union[float, int]]]) -> str:
"""寻找与像素块颜色最接近的图像
"""
FAR = 10000000
for cur_color in list_colors: # list_color是图像库中所以图像的平均hsv颜色
n_diff = np.sum((color - np.absolute(cur_color[:3]))**2)
if cur_color[3] <= self.REPATE: # 同一个图片使用次数不能太多
if n_diff < FAR: # 修改最接近的颜色
FAR = n_diff
cur_closer = cur_color
cur_closer[3] += 1
return "({}, {}, {})".format(cur_closer[0], cur_closer[1],
cur_closer[2]) # 返回hsv颜色
def make_puzzle(self, img: str) -> bool:
"""制作拼图
"""
img = self.resize_pic(img, self.OUT_SIZE) # 读取图片并修改大小
color_list = self.read_img_db() # 获取所有的颜色的list
width, height = img.size # 获得图片的宽度和高度
print("Width = {}, Height = {}".format(width, height))
background = Image.new('RGB', img.size,
(255, 255, 255)) # 创建一个空白的背景, 之后向里面填充图片
total_images = math.floor(
(width * height) / (self.SLICE_SIZE * self.SLICE_SIZE)) # 需要多少小图片
now_images = 0 # 用来计算完成度
for y1 in range(0, height, self.SLICE_SIZE):
for x1 in range(0, width, self.SLICE_SIZE):
try:
# 计算当前位置
y2 = y1 + self.SLICE_SIZE
x2 = x1 + self.SLICE_SIZE
# 截取图像的一小块, 并计算平均hsv
new_img = img.crop((x1, y1, x2, y2))
color = self.get_avg_color(new_img)
# 找到最相似颜色的照片
close_img_name = self.find_closiest(color, color_list)
close_img_name = self.OUT_DIR + str(
close_img_name) + '.png' # 图片的地址
paste_img = Image.open(close_img_name)
# 计算完成度
now_images += 1
now_done = math.floor((now_images / total_images) * 100)
r = '\r[{}{}]{}%'.format("#" * now_done,
" " * (100 - now_done), now_done)
sys.stdout.write(r)
sys.stdout.flush()
background.paste(paste_img, (x1, y1))
except IOError:
print('创建马赛克块失败')
# 保持最后的结果
background.save('out_without_background.jpg')
img = Image.blend(background, img, 0.5)
img.save('out_with_background.jpg')
return True
if __name__ == "__main__":
filePath = os.path.dirname(os.path.abspath(__file__)) # 获取当前的路径
start_time = time.time() # 程序开始运行时间, 记录一共运行了多久
# 创建马赛克块, 创建素材库
createdb = create_image_db(IN_DIR=os.path.join(filePath, 'images/'),
OUT_DIR=os.path.join(filePath, 'outputImages/'),
SLICE_SIZE=100,
REPATE=20,
OUT_SIZE=8000)
createdb.convert_all_images()
# 创建拼图 (这里使用绝对路径)
createM = create_mosaic(IN_DIR=os.path.join(filePath, 'images/'),
OUT_DIR=os.path.join(filePath, 'outputImages/'),
SLICE_SIZE=100,
REPATE=20,
OUT_SIZE=8000)
out = createM.make_puzzle(img=os.path.join(filePath, '微信图片_20201027102845.jpg'))
# 打印时间
print("耗时: %s" % (time.time() - start_time))
print("已完成")
# 爬图片
# from urllib import request
# from common import Common
# import datetime
#
# driver = Common.get_driver('chrome')
# driver.get('https://pic.sogou.com/pics?ie=utf8&p=40230504&interV=kKIOkrELjboMmLkEkrsTkKIMkLELjboImLkEk74TkKIMkrELjbkRmLkEmrELjbgRmLkEkLYTLlDpFEPQjb0E0vcGwOVFmVnmMz7lWaIPjf9QxeVPz6R7zOMTKVeRFTbxHUwElKJ6wu9DxqRLzO1H1qR7zOM%3D_923767100&query=%E9%A3%9E%E8%BD%A6')
# end_time = datetime.datetime.now() + datetime.timedelta(seconds=15)
# while True:
# driver.execute_script("window.scrollTo(0,document.body.scrollHeight)")
# time.sleep(0.2)
# if datetime.datetime.now() > end_time:
# time.sleep(3)
# break
# f = 0
# for i in driver.find_elements_by_xpath('//img[@src]'):
# try:
# url = i.get_attribute('src')
# request.urlretrieve(url, f'images\\sougou{f}.jpg')
# print(f)
# f+=1
# except:
# print('出错')
文章浏览阅读2w次,点赞7次,收藏51次。四个步骤1.创建C++ Win32项目动态库dll 2.在Win32项目动态库中添加 外部依赖项 lib头文件和lib库3.导出C接口4.c#调用c++动态库开始你的表演...①创建一个空白的解决方案,在解决方案中添加 Visual C++ , Win32 项目空白解决方案的创建:添加Visual C++ , Win32 项目这......_c#调用lib
文章浏览阅读4.6k次。苹方字体是苹果系统上的黑体,挺好看的。注重颜值的网站都会使用,例如知乎:font-family: -apple-system, BlinkMacSystemFont, Helvetica Neue, PingFang SC, Microsoft YaHei, Source Han Sans SC, Noto Sans CJK SC, W..._ubuntu pingfang
文章浏览阅读159次。表单表单概述表单标签表单域按钮控件demo表单标签表单标签基本语法结构<form action="处理数据程序的url地址“ method=”get|post“ name="表单名称”></form><!--action,当提交表单时,向何处发送表单中的数据,地址可以是相对地址也可以是绝对地址--><!--method将表单中的数据传送给服务器处理,get方式直接显示在url地址中,数据可以被缓存,且长度有限制;而post方式数据隐藏传输,_html表单的处理程序有那些
文章浏览阅读1.2k次。使用说明:开启Google的登陆二步验证(即Google Authenticator服务)后用户登陆时需要输入额外由手机客户端生成的一次性密码。实现Google Authenticator功能需要服务器端和客户端的支持。服务器端负责密钥的生成、验证一次性密码是否正确。客户端记录密钥后生成一次性密码。下载谷歌验证类库文件放到项目合适位置(我这边放在项目Vender下面)https://github.com/PHPGangsta/GoogleAuthenticatorPHP代码示例://引入谷_php otp 验证器
文章浏览阅读4.3k次,点赞5次,收藏11次。matplotlib.plot画图横坐标混乱及间隔处理_matplotlib更改横轴间距
文章浏览阅读2.2k次。①Storage driver 处理各镜像层及容器层的处理细节,实现了多层数据的堆叠,为用户 提供了多层数据合并后的统一视图②所有 Storage driver 都使用可堆叠图像层和写时复制(CoW)策略③docker info 命令可查看当系统上的 storage driver主要用于测试目的,不建议用于生成环境。_docker 保存容器
文章浏览阅读834次,点赞27次,收藏13次。网络拓扑结构是指计算机网络中各组件(如计算机、服务器、打印机、路由器、交换机等设备)及其连接线路在物理布局或逻辑构型上的排列形式。这种布局不仅描述了设备间的实际物理连接方式,也决定了数据在网络中流动的路径和方式。不同的网络拓扑结构影响着网络的性能、可靠性、可扩展性及管理维护的难易程度。_网络拓扑csdn
文章浏览阅读1.8k次,点赞5次,收藏8次。IOS系统Date的坑要创建一个指定时间的new Date对象时,通常的做法是:new Date("2020-09-21 11:11:00")这行代码在 PC 端和安卓端都是正常的,而在 iOS 端则会提示 Invalid Date 无效日期。在IOS年月日中间的横岗许换成斜杠,也就是new Date("2020/09/21 11:11:00")通常为了兼容IOS的这个坑,需要做一些额外的特殊处理,笔者在开发的时候经常会忘了兼容IOS系统。所以就想试着重写Date函数,一劳永逸,避免每次ne_date.prototype 将所有 ios
文章浏览阅读5.3k次。方法一:用PLSQL Developer工具。 1 在PLSQL Developer的sql window里输入select * from test for update; 2 按F8执行 3 打开锁, 再按一下加号. 鼠标点到第一列的列头,使全列成选中状态,然后粘贴,最后commit提交即可。(前提..._excel导入pl/sql
文章浏览阅读83次。Git常用命令速查手册1、初始化仓库git init2、将文件添加到仓库git add 文件名 # 将工作区的某个文件添加到暂存区 git add -u # 添加所有被tracked文件中被修改或删除的文件信息到暂存区,不处理untracked的文件git add -A # 添加所有被tracked文件中被修改或删除的文件信息到暂存区,包括untracked的文件...
文章浏览阅读202次。分享119个ASP.NET源码总有一个是你想要的_千博二手车源码v2023 build 1120
文章浏览阅读1.8k次。版权声明:转载请注明出处 http://blog.csdn.net/irean_lau。目录(?)[+]1、缺省构造函数。2、缺省拷贝构造函数。3、 缺省析构函数。4、缺省赋值运算符。5、缺省取址运算符。6、 缺省取址运算符 const。[cpp] view plain copy_空类默认产生哪些类成员函数