将几万张图片合成一张图片，制作一个超赞的马赛克图

def parse_args():

‘’’

参数解析函数

:return:

‘’’

logger.info(“开始文件参数解析处理”)

parser = argparse.ArgumentParser(‘图片文件参数解析器’)

添加目标图像路径

parser.add_argument(‘–targetpath’, type=str, default=‘target.jpg’, help=‘目标图像路径’)

添加输出图像路径

parser.add_argument(‘–outputpath’, type=str, default=‘output.jpg’, help=‘输出图像的路径’)

源图片文件路径

parser.add_argument(‘–sourcepath’, type=str, default=‘source_images’, help=‘源图片文件夹路径’)

需要转换的每个图片的目标尺寸

parser.add_argument(‘–blocksize’, type=int, default=15, help=‘每个图片的目标尺寸’)

解析参数并返回

args = parser.parse_args()

logger.info(“结束文件参数解析处理”)

return args

编写main_merage()函数，用于实现马赛克图片的正式合成。

def main_merage(params):

‘’’

图片合成处理函数

:param params: 文件参数

:return:

‘’’

获取目标图片对象，默认按彩色方式读取

target_image_obj = cv2.imread(params.targetpath)

根据目标图片对象，生成对应的零矩阵

output_image_obj = np.zeros(target_image_obj.shape, np.uint8)

获取符合要求的源图片数组与平均颜色数组

source_images, avg_colors = read_source_images(params.sourcepath, params.blocksize)

根据目标图片的长、宽执行遍历

‘’‘target_image_obj.shape[1]、target_image_obj.shape[0]获得图片的长、宽’‘’

logger.info(“开始图片合成处理”)

for i, j in tqdm(product(range(int(target_image_obj.shape[1] / params.blocksize)),

range(int(target_image_obj.shape[0] / params.blocksize)))):

block = target_image_obj[j * params.blocksize: (j + 1) * params.blocksize,

i * params.blocksize: (i + 1) * params.blocksize, :]

avg_color = np.sum(np.sum(block, axis=0), axis=0) / (params.blocksize * params.blocksize)

distances = np.linalg.norm(avg_color - avg_colors, axis=1)

idx = np.argmin(distances)

output_image_obj[j * params.blocksize: (j + 1) * params.blocksize,

i * params.blocksize: (i + 1) * params.blocksize, :] = \

source_images[idx]

cv2.imwrite(params.outputpath, output_image_obj)

cv2.imshow(‘输出生成的图片’, output_image_obj)

logger.info(“结束图片合成处理”)

使用前面文章中提到的百度图片下载器下载我们需要的源图片。

没有下载的到公众号回复"百度图片下载器"去下载就可以了。

源图片准备的越多越好，我这里直接准备了两万张美女图片作为源图片。如果想让生成的图片更加逼真就下载更多的源图片。

【往期精彩】

小工具批量将mp3音频格式转换为wav格式

不用H5，直接使用pywebio模块实现网页

学好 Python 不论是就业还是做副业赚钱都不错，但要学会 Python 还是要有一个学习规划。最后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！

一、Python所有方向的学习路线

Python所有方向路线就是把Python常用的技术点做整理，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。

二、学习软件

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。

三、全套PDF电子书

书籍的好处就在于权威和体系健全，刚开始学习的时候你可以只看视频或者听某个人讲课，但等你学完之后，你觉得你掌握了，这时候建议还是得去看一下书籍，看权威技术书籍也是每个程序员必经之路。

四、入门学习视频

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。

五、实战案例

光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

六、面试资料

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。

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。

深知大多数初中级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爬虫全套学习资料》送给大家，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。

由于文件比较大，这里只是将部分目录截图出来，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

如果你觉得这些内容对你有帮助，可以添加下面V无偿领取！（备注：python）

024年Python爬虫全套学习资料》送给大家，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。**

由于文件比较大，这里只是将部分目录截图出来，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

如果你觉得这些内容对你有帮助，可以添加下面V无偿领取！（备注：python）
[外链图片转存中…(img-naz5SdXc-1710905857243)]