Python 批量爬取猫咪图片实现千图成像

-- coding:utf-8 --

from PIL import Image
import os
import numpy as np
imgDir = r"/Volumes/DBA/python/img/"
bgImg = r"/Users/lpc/Downloads/494.jpg"

获取图像的平均颜色值

def compute_mean(imgPath):

'''
获取图像平均颜色值
:param imgPath: 缩略图路径
:return: （r，g，b）整个缩略图的rgb平均值
'''
im = Image.open(imgPath)
im = im.convert("RGB")  # 转为 rgb模式
# 把图像数据转为数据序列。以行为单位，每行存储每个像素点的色彩
'''如：
 [[ 60  33  24] 
  [ 58  34  24]
  ...
  [188 152 136] 
  [ 99  96 113]]
 [[ 60  33  24] 
  [ 58  34  24]
  ...
  [188 152 136] 
  [ 99  96 113]]
'''
imArray = np.array(im)
# mean()函数功能：求指定数据的取均值
R = np.mean(imArray[:, :, 0])  # 获取所有 R 值的平均值
G = np.mean(imArray[:, :, 1])
B = np.mean(imArray[:, :, 2])
return (R, G, B)

def getImgList():

"""
获取缩略图的路径及平均色彩
:return: list，[Skrill下载](https://www.gendan5.com/wallet/Skrill.html)存储了图片路径、平均色彩值。
"""
imgList = []
for pic in os.listdir(imgDir):
    imgPath = imgDir + pic
    imgRGB = compute_mean(imgPath)
    imgList.append({
        "imgPath": imgPath,
        "imgRGB": imgRGB
    })
return imgList

def computeDis(color1, color2):

'''
计算两张图的颜色差，计算机的是色彩空间距离。
dis = (R**2 + G**2 + B**2)**0.5
参数：color1，color2 是色彩数据 （r，g，b）
'''
dis = 0
for i in range(len(color1)):
    dis += (color1[i] - color2[i]) ** 2
dis = dis ** 0.5
return dis

def create_image(bgImg, imgDir, N=2, M=50):

'''
根据背景图，用头像填充出新图
bgImg：背景图地址
imgDir：头像目录
N：背景图缩放的倍率
M：头像的大小（MxM）
'''
# 获取图片列表
imgList = getImgList()
# 读取图片
bg = Image.open(bgImg)
# bg = bg.resize((bg.size[0] // N, bg.size[1] // N))  # 缩放。建议缩放下原图，图片太大运算时间很长。
bgArray = np.array(bg)
width = bg.size[0] * M  # 新生成图片的宽度。每个像素倍放大 M 倍
height = bg.size[1] * M  # 新生成图片的高度
# 创建空白的新图
newImg = Image.new('RGB', (width, height))
# 循环填充图
for x in range(bgArray.shape[0]):  # x，行数据,可以用原图宽替代
    for y in range(bgArray.shape[1]):  # y，列数据，,可以用原图高替代
        # 找到距离最小的图片
        minDis = 10000
        index = 0
        for img in imgList:
            dis = computeDis(img['imgRGB'], bgArray[x][y])
            if dis < minDis:
                index = img['imgPath']
                minDis = dis
        # 循环完毕，index 就是存储了色彩最相近的图片路径
        #         minDis 存储了色彩差值
        # 填充
        tempImg = Image.open(index)  # 打开色差距离最小的图片
        # 调整图片大小，此处可以不调整，因为我在下载图的时候就已经调整好了
        tempImg = tempImg.resize((M, M))
        # 把小图粘贴到新图上。注意 x，y ，行列不要搞混了。相距 M 粘贴一张。
        newImg.paste(tempImg, (y * M, x * M))
        print('(%d, %d)' % (x, y))  # 打印进度。格式化输出 x，y
# 保存图片
newImg.save('final.jpg')  # 最后保存图片

create_image(bgImg, imgDir)