用Python幫你上馬,哪里無(wú)碼打哪里
來(lái)自公眾號(hào)：Python專(zhuān)欄
目錄
0 引言
1 環(huán)境
2 需求分析
3 代碼實(shí)現(xiàn)
4 代碼全景展示
5 后記
0 引言
所謂的像素圖，就是對(duì)圖像做一個(gè)顆?；男Ч?，使其產(chǎn)生一種妙不可言的朦朧感。費(fèi)話(huà)不多說(shuō)，先來(lái)看一張效果圖。
▲效果圖
▲原圖
怎么樣，效果還不錯(cuò)吧？現(xiàn)在，我們用Python來(lái)實(shí)現(xiàn)這種像素化的效果。
1 環(huán)境
操作系統(tǒng)：Windows
Python版本：3.7.3
2 需求分析
一個(gè)最簡(jiǎn)單的實(shí)現(xiàn)思路，在打開(kāi)圖片后，把圖片分割成一些像素塊，再對(duì)這些像素塊中的圖像信息進(jìn)行處理（修改圖像中的RGB值）即可。
這里我們使用Numpy庫(kù)和PIL庫(kù)來(lái)實(shí)現(xiàn)這個(gè)需求，后者用來(lái)圖像的讀取與保存，涉及到的所有圖像處理動(dòng)作均借助Numpy來(lái)實(shí)現(xiàn)。
有關(guān)NumPy模塊、PIL模塊的介紹，可參考如下。
NumPy(Numerical Python) 是 Python 語(yǔ)言的一個(gè)擴(kuò)展程序庫(kù)，支持大量的維度數(shù)組與矩陣運(yùn)算，此外也針對(duì)數(shù)組運(yùn)算提供大量的數(shù)學(xué)函數(shù)庫(kù)。
PIL（Python Imaging Library）是Python常用的圖像處理庫(kù)，而Pillow是PIL的一個(gè)友好Fork，提供了了廣泛的文件格式支持，強(qiáng)大的圖像處理能力，主要包括圖像儲(chǔ)存、圖像顯示、格式轉(zhuǎn)換以及基本的圖像處理操作等。
這兩個(gè)模塊非Python內(nèi)置，都屬于第三方模塊，可直接采用如下方式進(jìn)行安裝
pip?install?numpy
pip?install?Pillow
注意，要想使用PIL模塊，是需要直接install Pillow模塊的。
3 代碼實(shí)現(xiàn)
首先導(dǎo)入我們要用到的模塊
import?numpy?as?np
from?PIL?import?Image
?
接下來(lái)，我們要處理圖片，首先得打開(kāi)一張圖片，如下
data?=?Image.open("P:\Personal\LuoShen.xpg")
?
然后把圖像轉(zhuǎn)換化Numpy數(shù)組進(jìn)行下一步的處理
im1?=?np.array(data)
?
這里處理的核心思想，也很簡(jiǎn)單，主要通過(guò)中間值的RGB，對(duì)所選范圍塊的RGB進(jìn)行重新賦值。
im1[y:y?+?pixel,?x:x?+?pixel]?=?im1[y?+?(pixel?//?2)][x?+?(pixel?//?2)]
這里的x、y是分別指的我們圖像的橫向、縱向像素點(diǎn)的坐標(biāo)值、而pixel指的是我們要以多大的像素塊，來(lái)處理這張圖像，我們?cè)O(shè)置的單位像素塊(Pixel數(shù)值)越小，生成的像素圖越精確。
?
當(dāng)然了，若單位像素塊設(shè)置的太小，生成圖像就看不出效果了，至于多大的數(shù)值合適，需要自行嘗試。不同尺寸的圖像，要達(dá)到最佳的像素化的顯示效果，所需要設(shè)置的單位像素塊的大小也是不同的，實(shí)踐出真知。
?
我們需要圖像的指定一個(gè)處理范圍，并對(duì)該范圍內(nèi)的每一個(gè)坐標(biāo)(像素)點(diǎn)進(jìn)行像素化的處理。
for?y?in?range(Start_coordinate[1],?End_coordinate[1],?pixel):
????for?x?in?range(Start_coordinate[0],?End_coordinate[0],?pixel):
????????pass
在處理完成之后，我們?cè)侔袾umpy數(shù)組轉(zhuǎn)換回圖像。
im2?=?Image.fromarray(im1.astype(np.uint8))
最后展示出處理后的圖像
im2.show()
4 代碼全景展示
import?numpy?as?np
from?PIL?import?Image
def?to_pixelBlock(pixel,?Start_coordinate,?End_coordinate):?????
????'''?????
????:param?pixel:?單位像素塊的元素大小????????
????:param?Start_coordinate:?處理的起始坐標(biāo)(像素)點(diǎn)，元組形式??????
????:param?End_coordinate:?處理的終止坐標(biāo)(像素)點(diǎn)，元組形式????????
????:return:????????
????通過(guò)中間值的RGB，對(duì)所選范圍塊的RGB進(jìn)行重新賦值，設(shè)置的單位像素塊(Pixel數(shù)值)越小，生成的像素圖越精確
????'''
????#?讀取圖片，并由?PIL?image?轉(zhuǎn)換為?NumPy?array
????im1?=?np.array(Image.open("P:\Personal\LuoShen.jpg"))
????#?遍歷所要處理范圍內(nèi)的所有坐標(biāo)(像素)點(diǎn)
????for?y?in?range(Start_coordinate[1],?End_coordinate[1],?pixel):
????????for?x?in?range(Start_coordinate[0],?End_coordinate[0],?pixel):
????????????#?通過(guò)中間值的RGB，對(duì)所選范圍塊的RGB進(jìn)行重新賦值
????????????im1[y:y?+?pixel,?x:x?+?pixel]?=?im1[y?+?(pixel?//?2)][x?+?(pixel?//?2)]
????#?將NumPy?array?轉(zhuǎn)換為?PIL?image????????
????im2?=?Image.fromarray(im1.astype(np.uint8))
????#?展示處理后的圖像
????im2.show()
if?__name__?==?'__main__':??????
????#?設(shè)置好要處理的像素范圍，并以多大的像素塊來(lái)生成最終效果圖
????to_pixelBlock(10,?(0,?0),?(1280,?800)
5 后記
本文使用了PIL加上Numpy的配合，短短幾行代碼實(shí)現(xiàn)了圖像像素化的處理。當(dāng)然這只是一種簡(jiǎn)單地實(shí)現(xiàn)，要想實(shí)現(xiàn)更豐富的處理效果，還可以借助CV2來(lái)實(shí)現(xiàn)。
?
好了，以上就是本篇全部?jī)?nèi)容。
本文所涉及的完整代碼?
GitHub：https://github.com/MiracleYoung/You-are-Pythonista/tree/master/PythonExercise/Tool/Convert_IMG_to_Pixel/
好文章，我在看??