用Python幫你上馬，哪裏無碼打哪裏

目錄 0 引言 1 環境 2 需求分析 3 代碼實現 4 代碼全景展現 5 後記

0 引言

所謂的像素圖，就是對圖像作一個顆粒化的效果，使其產生一種妙趣橫生的朦朧感。費話很少說，先來看一張效果圖。

<center>▲效果圖<center>

<center>▲原圖<center>

怎麼樣，效果還不錯吧？如今，咱們用Python來實現這種像素化的效果。

1 環境

操做系統：Windows

Python版本：3.7.3

2 需求分析

一個最簡單的實現思路，在打開圖片後，把圖片分割成一些像素塊，再對這些像素塊中的圖像信息進行處理（修改圖像中的RGB值）便可。

這裏咱們使用Numpy庫和PIL庫來實現這個需求，後者用來圖像的讀取與保存，涉及到的全部圖像處理動做均藉助Numpy來實現。

有關NumPy模塊、PIL模塊的介紹，可參考以下。

NumPy(Numerical Python) 是 Python 語言的一個擴展程序庫，支持大量的維度數組與矩陣運算，此外也針對數組運算提供大量的數學函數庫。

PIL（Python Imaging Library）是Python經常使用的圖像處理庫，而Pillow是PIL的一個友好Fork，提供了了普遍的文件格式支持，強大的圖像處理能力，主要包括圖像儲存、圖像顯示、格式轉換以及基本的圖像處理操做等。

這兩個模塊非Python內置，都屬於第三方模塊，可直接採用以下方式進行安裝

pip install numpy
pip install Pillow

注意，要想使用PIL模塊，是須要直接install Pillow模塊的。

3 代碼實現

首先導入咱們要用到的模塊

import numpy as np
from PIL import Image

接下來，咱們要處理圖片，首先得打開一張圖片，以下

data = Image.open("P:\\Personal\\LuoShen.xpg")

而後把圖像轉換化Numpy數組進行下一步的處理

im1 = np.array(data)

這裏處理的核心思想，也很簡單，主要經過中間值的RGB，對所選範圍塊的RGB進行從新賦值。

im1[y:y + pixel, x:x + pixel] = im1[y + (pixel // 2)][x + (pixel // 2)]

這裏的x、y是分別指的咱們圖像的橫向、縱向像素點的座標值、而pixel指的是咱們要以多大的像素塊，來處理這張圖像，咱們設置的單位像素塊(Pixel數值)越小，生成的像素圖越精確。

固然了，若單位像素塊設置的過小，生成圖像就看不出效果了，至於多大的數值合適，須要自行嘗試。不一樣尺寸的圖像，要達到最佳的像素化的顯示效果，所須要設置的單位像素塊的大小也是不一樣的，實踐出真知。

咱們須要圖像的指定一個處理範圍，並對該範圍內的每個座標(像素)點進行像素化的處理。

for y in range(Start_coordinate[1], End_coordinate[1], pixel):
    for x in range(Start_coordinate[0], End_coordinate[0], pixel):
        pass

在處理完成以後，咱們再把Numpy數組轉換回圖像。

im2 = Image.fromarray(im1.astype(np.uint8))

最後展現出處理後的圖像

im2.show()

4 代碼全景展現

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: 處理的起始座標(像素)點，元組形式      
    :param End_coordinate: 處理的終止座標(像素)點，元組形式        
    :return:        
    經過中間值的RGB，對所選範圍塊的RGB進行從新賦值，設置的單位像素塊(Pixel數值)越小，生成的像素圖越精確
    '''
    # 讀取圖片，並由 PIL image 轉換爲 NumPy array
    im1 = np.array(Image.open("P:\\Personal\\LuoShen.jpg"))


    # 遍歷所要處理範圍內的全部座標(像素)點
    for y in range(Start_coordinate[1], End_coordinate[1], pixel):
        for x in range(Start_coordinate[0], End_coordinate[0], pixel):
            # 經過中間值的RGB，對所選範圍塊的RGB進行從新賦值
            im1[y:y + pixel, x:x + pixel] = im1[y + (pixel // 2)][x + (pixel // 2)]

    # 將NumPy array 轉換爲 PIL image        
    im2 = Image.fromarray(im1.astype(np.uint8))
    # 展現處理後的圖像
    im2.show()


if __name__ == '__main__':      
    # 設置好要處理的像素範圍，並以多大的像素塊來生成最終效果圖
    to_pixelBlock(10, (0, 0), (1280, 800)

5 後記

本文使用了PIL加上Numpy的配合，短短几行代碼實現了圖像像素化的處理。固然這只是一種簡單地實現，要想實現更豐富的處理效果，還能夠藉助CV2來實現。

好了，以上就是本篇所有內容。

公衆號「Python專欄」後臺回覆：「馬賽克」，獲取本文所涉及的完整代碼。