return (R, G, B)
def getImgList():
“”"
获取缩略图的路径及平均色彩
:return: list,Skrill下载存储了图片路径、平均色彩值。
“”"
imgList = []
for pic in os.listdir(imgDir):
imgPath = imgDir + pic
imgRGB = compute_mean(imgPath)
imgList.append({
“imgPath”: imgPath,
“imgRGB”: imgRGB
})
return imgList
def computeDis(color1, color2):
‘’’
计算两张图的颜色差,计算机的是色彩空间距离。
dis = (R2 + G2 + B**2)**0.5
参数:color1,color2 是色彩数据 (r,g,b)
‘’’
dis = 0
for i in range(len(color1)):
dis += (color1[i] - color2[i]) ** 2
dis = dis ** 0.5
return dis
def create_image(bgImg, imgDir, N=2, M=50):
‘’’
根据背景图,用头像填充出新图
bgImg:背景图地址
imgDir:头像目录
N:背景图缩放的倍率
M:头像的大小(MxM)
‘’’
获取图片列表
imgList = getImgList()
读取图片
bg = Image.open(bgImg)
bg = bg.resize((bg.size[0] // N, bg.size[1] // N)) # 缩放。建议缩放下原图,图片太大运算时间很长。
bgArray = np.array(bg)
width = bg.size[0] * M # 新生成图片的宽度。每个像素倍放大 M 倍
height = bg.size[1] * M # 新生成图片的高度
创建空白的新图
newImg = Image.new(‘RGB’, (width, height))
循环填充图
for x in range(bgArray.shape[0]): # x,行数据,可以用原图宽替代
for y in range(bgArray.shape[1]): # y,列数据,,可以用原图高替代
找到距离最小的图片
minDis = 10000
index = 0
for img in imgList:
dis = computeDis(img[‘imgRGB’], bgArray[x][y])
if dis < minDis:
index = img[‘imgPath’]
minDis = dis
循环完毕,index 就是存储了色彩最相近的图片路径
minDis 存储了色彩差值
填充
tempImg = Image.open(index) # 打开色差距离最小的图片
最后
Python崛起并且风靡,因为优点多、应用领域广、被大牛们认可。学习 Python 门槛很低,但它的晋级路线很多,通过它你能进入机器学习、数据挖掘、大数据,CS等更加高级的领域。Python可以做网络应用,可以做科学计算,数据分析,可以做网络爬虫,可以做机器学习、自然语言处理、可以写游戏、可以做桌面应用…Python可以做的很多,你需要学好基础,再选择明确的方向。这里给大家分享一份全套的 Python 学习资料,给那些想学习 Python 的小伙伴们一点帮助!
👉Python所有方向的学习路线👈
Python所有方向的技术点做的整理,形成各个领域的知识点汇总,它的用处就在于,你可以按照上面的知识点去找对应的学习资源,保证自己学得较为全面。
👉Python必备开发工具👈
工欲善其事必先利其器。学习Python常用的开发软件都在这里了,给大家节省了很多时间。
👉Python全套学习视频👈
我们在看视频学习的时候,不能光动眼动脑不动手,比较科学的学习方法是在理解之后运用它们,这时候练手项目就很适合了。
👉实战案例👈
学python就与学数学一样,是不能只看书不做题的,直接看步骤和答案会让人误以为自己全都掌握了,但是碰到生题的时候还是会一筹莫展。
因此在学习python的过程中一定要记得多动手写代码,教程只需要看一两遍即可。
👉大厂面试真题👈
我们学习Python必然是为了找到高薪的工作,下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料,并且有阿里大佬给出了权威的解答,刷完这一套面试资料相信大家都能找到满意的工作。
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!