吞了1000瓶老干妈的南山头铁鹅，Python制作千图成像（附上源代码和应用程序）

最近的瓜可谓真有意思，南山头铁鹅也默默吞下下了1000瓶老干妈。此时用这张1000张老干妈辣椒酱图片组成的企鹅来表达最适合不过了

我要咬人了

但是这个瓜却疑点重重：

1. 1624万的大额广告合作，期间各项物料细节对接，这三个人就这么摆平了？

2. 三个人据说靠游戏礼包来赚钱，这能赚多少？

3. 三个人就算骗到钱了怎么不赶紧跑路，等着被抓。能骗到大厂上千万的智商怎么会乖乖坐以待毙？

现在擂台还在，腾讯并未撤诉也未道歉，装作一个憨憨仅仅是一个蓄力的过程。什么时候腾讯撤诉了，才代表腾讯认输了。所以好戏还在后头

1.千图成像

作为一个技术博主，分享技术才是我的初心，吃瓜的同时给大家介绍一下千图成像的原理，以及如何制作

• 千图成像：用N张图片拼凑成一张图片。

• 实现原理：先将所要成像的图片转化成马赛克图片，然后从图库中用对应颜色的图片替换相应色块。

• 图库中的图片处理：标记图库中每张图片的混合颜色，用于替换目标色块，并记录每张图片的特征用于成像，增加成像质量。

2.爬取图片素材

之前行哥已经已经分享过代码可以批量爬取图片，需要批量爬取图片源码或者应用程序可以看一下这篇推文

3.千图成像-Python代码

代码思路梳理

1. 选好你需要拼凑的图片，将其切割为若干小块，切割的越细生成的图片效果会更好。

image

1. 分别去我们之前保存的图片中找与与之最相似的，最后将其拼接完成。

• 颜色相似 这个应该不难理解，我在代码中实现了灰度图像和RGB通道图像的筛选方法：

灰度图像：直接计算所有像素灰度值的平均值，取最接近n个图像供后期再次筛选；

RGB通道：分别计算R,G,B的平均值，对于一个图像我们得到的是一个类似与[20, 30,40]的数组，然后我们计算欧式距离，取最接近n个图像供后期再次筛选。

• 结构相似 为什么还需要结构相似，举个例子：

如果单纯按照上述方法去判定相似，那上图中的图A和图B肯定是最相似的，所以我们不能单纯的因为两张图片中包含的颜色差不多就去判断为最相似，还需要去判断颜色的“位置”也要相似。

核心代码如下，在代码中需要修改图片素材路径和蒙版图片的路径，完整源码获取方式在文末查看：

from PIL import Image

import os

import numpy as np

from tqdm import tqdm

class Config:

corp_size = 40

filter_size = 20

num = 100

class PicMerge:

def init(self, pic_path, mode=‘RGB’, pic_folder=‘wechat’):

pass

return picture

def merge(self):

pass

return filter_

@staticmethod

def rgb_mean(rgb_pic):

pass

return val

def mapping_table(self, pic_folder):

pass

return results, pic_dic

@staticmethod

def pic_code(image: np.ndarray):

pass

return one_hot

自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。

深知大多数Python工程师，想要提升技能，往往是自己摸索成长或者是报班学习，但对于培训机构动则几千的学费，着实压力不小。自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年Python开发全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上前端开发知识点，真正体系化！

由于文件比较大，这里只是将部分目录大纲截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且后续会持续更新

如果你觉得这些内容对你有帮助，可以扫码获取！！！（备注Python）

nvert/9f49b566129f47b8a67243c1008edf79.png)

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上前端开发知识点，真正体系化！

由于文件比较大，这里只是将部分目录大纲截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且后续会持续更新

如果你觉得这些内容对你有帮助，可以扫码获取！！！（备注Python）