炫酷！200 行 Python 代码实现马赛克拼图在一图胜千言的时代

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！
文章插图
文章插图
文章插图
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。
【炫酷！200 行 Python 代码实现马赛克拼图】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！
文章插图
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

文章插图
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。

文章插图
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；

文章插图
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 imgdef get_avg_color(self, img: Image) -> Tuple[float, float, float]:"""计算图像的平均hsv"""width, height = img.sizepixels = img.load()if type(pixels) is not int:data = http://kandian.youth.cn/index/[]# 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 = 0s = 0v = 0count = 0for 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 += 1hsv = 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0return (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。