写了半天,浏览器崩溃……心好累……不拉家常了这次……
我是Git地址
问题描述
想要把大量的源图片,使用一定的排序,生成一张新的图片,使之尽可能类似一张给定的目标图片:
目标图片:
生成结果:
问题分析
- 把一个区域(目标图片)分割成若干个马赛克区域
- (过度设计)将一系列的给定的size放入目标区域,尝试是否能放入。关键:使用迭代代替递归。(事实上简简单单的单一size就够用了……)
- TODO:或许可以切分成圆形之类的,不过不知道接下来步骤怎么做
- 把目标图片按照分割区域进行切分,分析每个区域的颜色信息
- 关键:分析RGB值
- 加载和处理源图片,获得源图片的信息
- 关键:进行适当的索引,防止每次使用时都重新加载大量图片
- 将源图片放入目标图片的各个区域,得到结果
- 关键:使用八叉树对源图片的颜色进行缓存索引,从而快速对每个目标马赛克区域查找适合的源图片
- TODO:应当对RGB通道采取不同的权重比较好
- TODO:图像边缘过于锐利。已做了的线性误差累积,貌似没有太大效果
其他想法TODO:
1. 适当修改源图片的亮度、色调
2. 将源图片更细的切分成2x2(或更小)的子块,分析该2x2矩阵,从而获得更好的分辨率
代码列表
- image_joint_common.py
- 通用向量类
- 八叉树及其查找
- image_joint_imgloader.py
- 加载源图片,生成缓存图片(速度慢)
- 加载缓存图片(速度快)
- 统计图片信息,生成“源图片颜色列表”和“源图片大小数量列表”
- (debug测试用main_test())生成缓存:
- image_joint_slice.py
- 输入“源图片大小数量列表”,得到“目标切块列表”
- (debug测试用main_test())支持单步输出:
(按任意键增加色块)
- image_joint_mosaic.py
- 按照“目标切块列表”,把“源颜色列表”放入目标切块
- (debug测试用main_test())自己生成颜色列表的测试:
(这里是随机生成的颜色)
- image_joint_main.py
- 加载以上四个模块,获得最终结果