006项目：定制二维码

from MyQR import myqr
myqr.run(words='http://baidu.com',picture='Sources/ssss.jpg',colorized=True,save_name='test.png')

项目007：给图片加上马赛克

"""
使用 Python 创建照片马赛克输入一张目标照片和多张替换照片，将目标照片按网格划分为许多小方块，然后将每个小方块替换为颜色值最
接近的那张替换照片，就形成了马赛克效果。
"""import argparse
import osimport numpy as np
from PIL import Imagedef splitImage(image, size):"""将图像按网格划分成多个小图像@param {Image} image PIL Image 对象@param {Tuple[int, int]} size 网格的行数和列数@return {List[Image]} 小图像列表"""W, H = image.size[0], image.size[1]m, n = sizew, h = int(W / n), int(H / m)imgs = []# 先按行再按列裁剪出 m * n 个小图像for j in range(m):for i in range(n):# 坐标原点在图像左上角imgs.append(image.crop((i * w, j * h, (i + 1) * w, (j + 1) * h)))return imgsdef getImages(imageDir):"""从给定目录里加载所有替换图像@param {str} imageDir 目录路径@return {List[Image]} 替换图像列表"""files = os.listdir(imageDir)images = []for file in files:# 得到文件绝对路径filePath = os.path.abspath(os.path.join(imageDir, file))try:fp = open(filePath, "rb")im = Image.open(fp)images.append(im)# 确定了图像信息，但没有加载全部图像数据，用到时才会im.load()# 用完关闭文件，防止资源泄露fp.close()except:# 加载某个图像识别，直接跳过print("Invalid image: %s" % (filePath,))return imagesdef getAverageRGB(image):"""计算图像的平均 RGB 值将图像包含的每个像素点的 R、G、B 值分别累加，然后除以像素点数，就得到图像的平均 R、G、B值@param {Image} image PIL Image 对象@return {Tuple[int, int, int]} 平均 RGB 值"""# 计算像素点数npixels = image.size[0] * image.size[1]# 获得图像包含的每种颜色及其计数，结果类似 [(cnt1, (r1, g1, b1)), ...]cols = image.getcolors(npixels)# 获得每种颜色的 R、G、B 累加值，结果类似 [(c1 * r1, c1 * g1, c1 * g2), ...]sumRGB = [(x[0] * x[1][0], x[0] * x[1][1], x[0] * x[1][2]) for x in cols]# 分别计算所有颜色的 R、G、B 平均值，算法类似(sum(ci * ri)/np, sum(ci * gi)/np,# sum(ci * bi)/np)# zip 的结果类似[(c1 * r1, c2 * r2, ..), (c1 * g1, c1 * g2, ...), (c1 * b1,# c1 * b2, ...)]avg = tuple([int(sum(x) / npixels) for x in zip(*sumRGB)])return avgdef getAverageRGBNumpy(image):"""计算图像的平均 RGB 值，使用 numpy 来计算以提升性能@param {Image} image PIL Image 对象@return {Tuple[int, int, int]} 平均 RGB 值"""# 将 PIL Image 对象转换为 numpy 数据数组im = np.array(image)# 获得图像的宽、高和深度w, h, d = im.shape# 将数据数组变形并计算平均值return tuple(np.average(im.reshape(w * h, d), axis=0))def getBestMatchIndex(input_avg, avgs):"""找出颜色值最接近的索引把颜色值看做三维空间里的一个点，依次计算目标点跟列表里每个点在三维空间里的距离，从而得到距离最近的那个点的索引。@param {Tuple[int, int, int]} input_avg 目标颜色值@param {List[Tuple[int, int, int]]} avgs 要搜索的颜色值列表@return {int} 命中元素的索引"""index = 0min_index = 0min_dist = float("inf")for val in avgs:# 三维空间两点距离计算公式 (x1 - x2) * (x1 - x2) + (y1 - y2) * (y1 - y2)# + (z1 - z2) * (z1 - z2)，这里只需要比较大小，所以无需求平方根值dist = ((val[0] - input_avg[0]) * (val[0] - input_avg[0]) +(val[1] - input_avg[1]) * (val[1] - input_avg[1]) +(val[2] - input_avg[2]) * (val[2] - input_avg[2]))if dist < min_dist:min_dist = distmin_index = indexindex += 1return min_indexdef createImageGrid(images, dims):"""将图像列表里的小图像按先行后列的顺序拼接为一个大图像@param {List[Image]} images 小图像列表@param {Tuple[int, int]} dims 大图像的行数和列数@return Image 拼接得到的大图像"""m, n = dims# 确保小图像个数满足要求assert m * n == len(images)# 计算所有小图像的最大宽度和高度width = max([img.size[0] for img in images])height = max([img.size[1] for img in images])# 创建大图像对象grid_img = Image.new('RGB', (n * width, m * height))# 依次将每个小图像粘贴到大图像里for index in range(len(images)):# 计算要粘贴到网格的哪行row = int(index / n)# 计算要粘贴到网格的哪列col = index - n * row# 根据行列数以及网格的大小得到网格的左上角坐标，把小图像粘贴到这里grid_img.paste(images[index], (col * width, row * height))return grid_imgdef createPhotomosaic(target_image, input_images, grid_size,reuse_images=True):"""图片马赛克生成@param {Image} target_image 目标图像@param {List[Image]} input_images 替换图像列表@param {Tuple[int, int]} grid_size 网格行数和列数@param {bool} reuse_images 是否允许重复使用替换图像@return {Image} 马赛克图像"""# 将目标图像切成网格小图像print('splitting input image...')target_images = splitImage(target_image, grid_size)# 为每个网格小图像在替换图像列表里找到颜色最相似的替换图像print('finding image matches...')output_images = []# 分 10 组进行，每组完成后打印进度信息，避免用户长时间等待count = 0batch_size = int(len(target_images) / 10)# 计算替换图像列表里每个图像的颜色平均值avgs = []for img in input_images:avgs.append(getAverageRGB(img))# 对每个网格小图像，从替换图像列表找到颜色最相似的那个，添加到 output_images 里for img in target_images:# 计算颜色平均值avg = getAverageRGB(img)# 找到最匹配的那个小图像，添加到 output_images 里match_index = getBestMatchIndex(avg, avgs)output_images.append(input_images[match_index])# 如果完成了一组，打印进度信息if count > 0 and batch_size > 10 and count % batch_size == 0:print('processed %d of %d...' % (count, len(target_images)))count += 1# 如果不允许重用替换图像，则用过后就从列表里移除if not reuse_images:input_images.remove(match)# 将 output_images 里的图像按网格大小拼接成一个大图像print('creating mosaic...')mosaic_image = createImageGrid(output_images, grid_size)return mosaic_imagedef main():# 定义程序接收的命令行参数parser = argparse.ArgumentParser(description='Creates a photomosaic from input images')parser.add_argument('--target-image', dest='target_image', required=True)parser.add_argument('--input-folder', dest='input_folder', required=True)parser.add_argument('--grid-size', nargs=2,dest='grid_size', required=True)parser.add_argument('--output-file', dest='outfile', required=False)# 解析命令行参数args = parser.parse_args()# 网格大小grid_size = (int(args.grid_size[0]), int(args.grid_size[1]))# 马赛克图像保存路径，默认为 mosaic.pngoutput_filename = 'mosaic.png'if args.outfile:output_filename = args.outfile# 打开目标图像print('reading targe image...')target_image = Image.open(args.target_image)# 从指定文件夹下加载所有替换图像print('reading input images...')input_images = getImages(args.input_folder)# 如果替换图像列表为空则退出程序if input_images == []:print('No input images found in %s. Exiting.' % (args.input_folder, ))exit()# 将所有替换图像缩放到指定的网格大小print('resizing images...')dims = (int(target_image.size[0] / grid_size[1]),int(target_image.size[1] / grid_size[0]))for img in input_images:img.thumbnail(dims)# 生成马赛克图像print('starting photomosaic creation...')mosaic_image = createPhotomosaic(target_image, input_images, grid_size)# 保存马赛克图像mosaic_image.save(output_filename, 'PNG')print("saved output to %s" % (output_filename,))print('done.')if __name__ == '__main__':main()