Python照片合成的方法详解
【相关学习推荐:python教程】
文章目录
- 前言
- Github
- 效果
- 实现过程
- 整体代码
前言
看电影的时候发现一个照片墙的功能,觉得这样生成照片挺好玩的,于是就动手用Python做了一下,觉得用来作照片纪念的效果可能会不错。
P:后面了解到我想做的功能叫蒙太奇拼图,所以这篇博客记录先留着,闲下来会去看一下蒙太奇拼图的算法
Github
https://github.com/jiandi1027/photo.git
效果
实现过程
1.获取图片文件夹的图片个数N,将底图拆分成XY块区域,且使X * Y
# 打开图片 base = Image.open(baseImgPath) base = base.convert('RGBA') # 获取图片文件夹图片并打乱顺序 files = glob.glob(imagesPath + '/*.*') random.shuffle(files) # 图片数量 num = len(files) # 底图大小 x = base.size[0] y = base.size[1] # 每张图片数量 这个公式是为了xNum * yNum 的总图片数量<num又成比例的最大整数 yNum = int((num / (y / x)) ** 0.5) if yNum == 0: yNum = 1 xNum = int(num / yNum) # 图片大小 因为像素没有小数点 为防止黑边所以+1 xSize = int(x / xNum) + 1 ySize = int(y / yNum) + 1
2.遍历文件夹的图片,依次填充生成最终合成图
for file in files: fromImage = Image.open(file) i = int(num % xNum) j = int(num / xNum) out = fromImage.resize((xSize, ySize), Image.ANTIALIAS).convert('RGBA') toImage.paste(out, (i * xSize, j * ySize)) toImage = toImage.convert('RGBA') img = Image.blend(base, toImage, 0.3) # 显示图片 photo = ImageTk.PhotoImage(img) showLabel.config(image=photo) showLabel.image = photo if num < xNum * yNum: num = num + 1
3.生成结束后保存图片
toImage.save(‘generator.png’)
img.save(“final.png”)
4.建立可视化界面
5.Pyinstaller生成exe可执行文件
安装pyinstaller模块,执行命令生成exe文件
pyinstaller -F -w test.py (-w就是取消窗口)
整体代码
Python的语法和设计规范还没学过,所以代码规范代码复用之类的可能会有点不到位,本博文主要是一个思路与整体流程的记录。
后续又优化了一下一些特效,比如合成图片采用随机位置,增加黑白,流年等显示特效,透明度自选等。
import PIL.Image as Image import glob import random import tkinter.filedialog from tkinter.filedialog import askdirectory, Label, Button, Radiobutton, Entry import threading import numpy as np from PIL import ImageTk alpha = 0.3 imagesPath = '' # 滑动条回调 修改透明度 def resize(ev=None): global alpha alpha = scale.get() / 100 # 黑白 def blackWithe(image): # r,g,b = r*0.299+g*0.587+b*0.114 im = np.asarray(image.convert('RGB')) trans = np.array([[0.299, 0.587, 0.114], [0.299, 0.587, 0.114], [0.299, 0.587, 0.114]]).transpose() im = np.dot(im, trans) return Image.fromarray(np.array(im).astype('uint8')) # 流年 def fleeting(image, params=12): im = np.asarray(image.convert('RGB')) im1 = np.sqrt(im * [1.0, 0.0, 0.0]) * params im2 = im * [0.0, 1.0, 1.0] im = im1 + im2 return Image.fromarray(np.array(im).astype('uint8')) # 旧电影 def oldFilm(image): im = np.asarray(image.convert('RGB')) # r=r*0.393+g*0.769+b*0.189 g=r*0.349+g*0.686+b*0.168 b=r*0.272+g*0.534b*0.131 trans = np.array([[0.393, 0.769, 0.189], [0.349, 0.686, 0.168], [0.272, 0.534, 0.131]]).transpose() # clip 超过255的颜色置为255 im = np.dot(im, trans).clip(max=255) return Image.fromarray(np.array(im).astype('uint8')) # 反色 def reverse(image): im = 255 - np.asarray(image.convert('RGB')) return Image.fromarray(np.array(im).astype('uint8')) def chooseBaseImagePath(): name = tkinter.filedialog.askopenfilename() if name != '': global baseImgPath baseImgPath = name baseImageLabel.config(text=name) baseImg = Image.open(baseImgPath) widthEntry.delete(0, tkinter.END) heightEntry.delete(0, tkinter.END) widthEntry.insert(0, baseImg.size[0]) heightEntry.insert(0, baseImg.size[1]) else: baseImageLabel.config(text="您没有选择任何文件") def chooseImagesPath(): name = askdirectory() if name != '': global imagesPath imagesPath = name ImagesLabel.config(text=name) else: ImagesLabel.config(text="您没有选择任何文件") def thread_it(func, *args): # 创建 t = threading.Thread(target=func, args=args) # 守护 !!! t.setDaemon(True) # 启动 t.start() def test(): MyThread(1, "Thread-1", 1).start() baseImgPath = '' def generator(): baseImg = Image.open(baseImgPath) baseImg = baseImg.convert('RGBA') files = glob.glob(imagesPath + '/*.*') # 获取图片 random.shuffle(files) num = len(files) # 模板图片大小 x = baseImg.size[0] y = baseImg.size[1] # 每张图片数量 这个公式是为了xNum * yNum 的总图片数量<num又成比例的最大整数 yNum = int((num / (y / x)) ** 0.5) if yNum == 0: yNum = 1 xNum = int(num / yNum) # 图片大小 因为像素没有小数点 为防止黑边所以+1 xSize = int(x / xNum) + 1 ySize = int(y / yNum) + 1 # 生成数量的随机列表 用于随机位置合成图片 l = [n for n in range(0, xNum * yNum)] random.shuffle(l) toImage = Image.new('RGB', (x, y)) num = 1 for file in files: if num <= xNum * yNum: num = num + 1 else: break fromImage = Image.open(file) temp = l.pop() i = int(temp % xNum) j = int(temp / xNum) out = fromImage.resize((xSize, ySize), Image.ANTIALIAS).convert('RGBA') toImage.paste(out, (i * xSize, j * ySize)) toImage = toImage.convert('RGBA') img = Image.blend(baseImg, toImage, alpha) # 特效 但是会读取像素会降低效率 choose = v.get() if choose == 1: img = blackWithe(img) elif choose == 2: img = fleeting(img) elif choose == 3: img = oldFilm(img) elif choose == 4: img = reverse(img) resize = img.resize((300, 300), Image.ANTIALIAS).convert('RGBA') # 显示图片 photo = ImageTk.PhotoImage(resize) showLabel.config(image=photo) showLabel.image = photo toImage.save('generator.png') img = img.resize((int(widthEntry.get()),int(heightEntry.get())), Image.ANTIALIAS).convert('RGBA') img.save("final.png") resize.save("resize.png") class MyThread(threading.Thread): # 继承父类threading.Thread def __init__(self, threadID, name, counter): threading.Thread.__init__(self) self.threadID = threadID self.name = name self.counter = counter def run(self): # 把要执行的代码写到run函数里面 线程在创建后会直接运行run函数 generator() root = tkinter.Tk() root.title('generator') root.geometry('500x550') baseImageLabel = Label(root, text='') baseImageLabel.place(x=10, y=10) baseImageBtn = Button(root, text="选择底图", command=chooseBaseImagePath).place(x=10, y=30) ImagesLabel = Label(root, text='') ImagesLabel.place(x=10, y=60) ImagesBtn = Button(root, text="选择合成图文件夹", command=chooseImagesPath).place(x=10, y=80) v = tkinter.IntVar() v.set(0) Radiobutton(root, variable=v, text='默认', value=0, ).place(x=10, y=120) Radiobutton(root, variable=v, text='黑白', value=1, ).place(x=110, y=120) Radiobutton(root, variable=v, text='流年', value=2, ).place(x=210, y=120) Radiobutton(root, variable=v, text='旧电影', value=3, ).place(x=310, y=120) Radiobutton(root, variable=v, text='反色', value=4, ).place(x=410, y=120) scaleLabel = Label(root, text='透明度').place(x=10, y=170) scale = tkinter.Scale(root, from_=0, to=100, orient=tkinter.HORIZONTAL, command=resize) scale.set(30) # 设置初始值 scale.pack(fill=tkinter.X, expand=1) scale.place(x=70, y=150) Label(root, text='宽(像素)').place(x=180, y=170) widthEntry = Entry(root, bd=1) widthEntry.place(x=230, y=173, width=100) Label(root, text='高(像素)').place(x=320, y=170) heightEntry = Entry(root, bd=1) heightEntry.place(x=370, y=173, width=100) generatorBtn = Button(root, text="生成", command=test).place(x=10, y=220) showLabel = Label(root) showLabel.place(x=100, y=220) root.mainloop()
想了解更多编程学习,敬请关注php培训栏目!
Atas ialah kandungan terperinci Python照片合成的方法详解. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Alat AI Hot

Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool
Gambar buka pakaian secara percuma

Clothoff.io
Penyingkiran pakaian AI

AI Hentai Generator
Menjana ai hentai secara percuma.

Artikel Panas

Alat panas

Notepad++7.3.1
Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina
Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1
Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6
Alat pembangunan web visual

SublimeText3 versi Mac
Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Topik panas



MySQL mempunyai versi komuniti percuma dan versi perusahaan berbayar. Versi komuniti boleh digunakan dan diubahsuai secara percuma, tetapi sokongannya terhad dan sesuai untuk aplikasi dengan keperluan kestabilan yang rendah dan keupayaan teknikal yang kuat. Edisi Enterprise menyediakan sokongan komersil yang komprehensif untuk aplikasi yang memerlukan pangkalan data yang stabil, boleh dipercayai, berprestasi tinggi dan bersedia membayar sokongan. Faktor yang dipertimbangkan apabila memilih versi termasuk kritikal aplikasi, belanjawan, dan kemahiran teknikal. Tidak ada pilihan yang sempurna, hanya pilihan yang paling sesuai, dan anda perlu memilih dengan teliti mengikut keadaan tertentu.

Hadidb: Pangkalan data Python yang ringan, tinggi, Hadidb (Hadidb) adalah pangkalan data ringan yang ditulis dalam Python, dengan tahap skalabilitas yang tinggi. Pasang HadIdb menggunakan pemasangan PIP: Pengurusan Pengguna PipInstallHadidB Buat Pengguna: CreateUser () Kaedah untuk membuat pengguna baru. Kaedah pengesahan () mengesahkan identiti pengguna. dariHadidb.OperationImportuserer_Obj = user ("admin", "admin") user_obj.

Tidak mustahil untuk melihat kata laluan MongoDB secara langsung melalui Navicat kerana ia disimpan sebagai nilai hash. Cara mendapatkan kata laluan yang hilang: 1. Tetapkan semula kata laluan; 2. Periksa fail konfigurasi (mungkin mengandungi nilai hash); 3. Semak Kod (boleh kata laluan Hardcode).

MySQL boleh berjalan tanpa sambungan rangkaian untuk penyimpanan dan pengurusan data asas. Walau bagaimanapun, sambungan rangkaian diperlukan untuk interaksi dengan sistem lain, akses jauh, atau menggunakan ciri -ciri canggih seperti replikasi dan clustering. Di samping itu, langkah -langkah keselamatan (seperti firewall), pengoptimuman prestasi (pilih sambungan rangkaian yang betul), dan sandaran data adalah penting untuk menyambung ke Internet.

Sambungan MySQL mungkin disebabkan oleh sebab -sebab berikut: Perkhidmatan MySQL tidak dimulakan, firewall memintas sambungan, nombor port tidak betul, nama pengguna atau kata laluan tidak betul, alamat pendengaran di my.cnf dikonfigurasi dengan tidak wajar, dan lain -lain. Langkah -langkah penyelesaian masalah termasuk: 1. 2. Laraskan tetapan firewall untuk membolehkan MySQL mendengar port 3306; 3. Sahkan bahawa nombor port adalah konsisten dengan nombor port sebenar; 4. Periksa sama ada nama pengguna dan kata laluan betul; 5. Pastikan tetapan alamat mengikat di my.cnf betul.

MySQL Workbench boleh menyambung ke MariaDB, dengan syarat bahawa konfigurasi adalah betul. Mula -mula pilih "MariaDB" sebagai jenis penyambung. Dalam konfigurasi sambungan, tetapkan host, port, pengguna, kata laluan, dan pangkalan data dengan betul. Apabila menguji sambungan, periksa bahawa perkhidmatan MariaDB dimulakan, sama ada nama pengguna dan kata laluan betul, sama ada nombor port betul, sama ada firewall membenarkan sambungan, dan sama ada pangkalan data itu wujud. Dalam penggunaan lanjutan, gunakan teknologi penyatuan sambungan untuk mengoptimumkan prestasi. Kesilapan biasa termasuk kebenaran yang tidak mencukupi, masalah sambungan rangkaian, dan lain -lain. Apabila kesilapan debugging, dengan teliti menganalisis maklumat ralat dan gunakan alat penyahpepijatan. Mengoptimumkan konfigurasi rangkaian dapat meningkatkan prestasi

Panduan Pengoptimuman Prestasi Pangkalan Data MySQL Dalam aplikasi yang berintensifkan sumber, pangkalan data MySQL memainkan peranan penting dan bertanggungjawab untuk menguruskan urus niaga besar-besaran. Walau bagaimanapun, apabila skala aplikasi berkembang, kemunculan prestasi pangkalan data sering menjadi kekangan. Artikel ini akan meneroka satu siri strategi pengoptimuman prestasi MySQL yang berkesan untuk memastikan aplikasi anda tetap cekap dan responsif di bawah beban tinggi. Kami akan menggabungkan kes-kes sebenar untuk menerangkan teknologi utama yang mendalam seperti pengindeksan, pengoptimuman pertanyaan, reka bentuk pangkalan data dan caching. 1. Reka bentuk seni bina pangkalan data dan seni bina pangkalan data yang dioptimumkan adalah asas pengoptimuman prestasi MySQL. Berikut adalah beberapa prinsip teras: Memilih jenis data yang betul dan memilih jenis data terkecil yang memenuhi keperluan bukan sahaja dapat menjimatkan ruang penyimpanan, tetapi juga meningkatkan kelajuan pemprosesan data.

Sebagai profesional data, anda perlu memproses sejumlah besar data dari pelbagai sumber. Ini boleh menimbulkan cabaran kepada pengurusan data dan analisis. Nasib baik, dua perkhidmatan AWS dapat membantu: AWS Glue dan Amazon Athena.
