千图成像！祝可爱的小伙伴们圣诞快乐！给女朋友一个惊喜吧！

前言

当走上街头时能隐约察觉到多了些许“红白绿”的色彩，那是：圣诞老人🎅、雪花❄️、圣诞树🎄。弥红灯闪烁，各类促销活动海报令郎满目。没有错，圣诞节快来了~

从写博客开始，一路上得到了不少小伙伴的支持和鼓励，而这周的总排名不偏不倚，恰好100名整。我想，这大概是某种巧合，更确切来说应该是一种激励。近些日，严酷寒冬似乎柔情了许多，有了那么几日的柔柔暖阳，而我希望可以把这份温暖也带给大家。

我将用粉丝的头像拼接出一幅圣诞树，正所谓，“千图成像，集万千之美”。

原文地址：千图成像！祝可爱的小伙伴们圣诞快乐_kimol君的博客-优快云博客

一、🎄圣诞树🎄

 

图片上传失败

​重试

该图的像素为6200x10250，将其局部放大后的效果为：

今天所用到的代码是比较通用的，只需要替换背景图和图片库即可打造属于你自己的专属图片。详情分析，客观您往下瞅瞅~

帅小伙！圣诞来袭，还不赶快用来表白一波，还在犹豫啥呢？

二、代码分析

1.头像爬取

通过爬虫将粉丝的头像下载到本地，具体分析大家可以参考我之前的博客【前方高能！看小伙是怎么表白粉丝的】，完整代码如下：

# -*- coding: utf-8 -*-
"""
Created on Sat Oct 17 12:27:33 2020

@author: kimol_love
"""

import requests

def get_fansInfo():
    '''
    获取粉丝相关信息
    '''
    url = 'https://me.youkuaiyun.com/api/relation/index?pageno=%d&pagesize=%d&relation_type=fans' # 接口地址
    cookies = {} # 优快云登陆后的cookies
    headers = {  # 请求头
        'User-Agent': 'Mozilla/5.0 (Windows NT 6.3; Win64; x64; rv:81.0) Gecko/20100101 Firefox/81.0',
        'Accept': 'application/json, text/plain, */*',
        'Accept-Language': 'zh-CN,zh;q=0.8,zh-TW;q=0.7,zh-HK;q=0.5,en-US;q=0.3,en;q=0.2',
        'Referer': 'https://i.youkuaiyun.com/',
        'Origin': 'https://i.youkuaiyun.com',
        'Connection': 'keep-alive',
        'TE': 'Trailers',
    }
    # 获取粉丝总数
    res = requests.get(url%(1,10),headers=headers,cookies=cookies)
    res_json = res.json()
    N_fans = res_json['data']['data_all']
    print('一共有%d个粉丝'%N_fans)
    # 获取全部粉丝数据
    res = requests.get(url%(1,N_fans),headers=headers,cookies=cookies)
    res_json = res.json()
    return res_json

def download_avatar(username,url):
    '''
    下载用户头像
    '''
    savePath = './avatars' # 头像存储目录
    res = requests.get(url)
    with open('%s/%s.jpg'%(savePath,username),'wb') as f:
        f.write(res.content)
     

if __name__ == '__main__':
    fans = get_fansInfo()
    for f in fans['data']['list']:
        username = f['fans'] # 用户名
        url = f['avatar']    # 头像地址
        download_avatar(username,url)
        print('用户"%s"头像下载完成!'%username)

将头像下载完毕并去重，结果如下：

一共有2796张非重复图片，有了它们，我们便可以开始——搞事情！

2.千图成像

所谓千图成像就是用很多张图片拼接成一张完整的图片，它需要两个部分：一张背景图，一个图片库。根据背景图的结构用图片库中的图片来进行拼接，最终形成新的图片。

一种最简单直观的思路便是：遍历背景图中的每个像素点，并用图库中与之颜色最相近的图片粘贴在这个位置。

因此，我们首先需要计算每个图片的“平均颜色”，即图片像素点（R,G,B）的平均值，代码如下：

def compute_mean(imgPath):
    '''
    计算平均（R,G,B）
    '''
    img = Image.open(imgPath)
    img = img.convert('RGB')
    imgArray = np.array(img)
    R = np.mean(imgArray[:,:,0])
    G = np.mean(imgArray[:,:,1])
    B = np.mean(imgArray[:,:,2])
    return (R,G,B)

遍历图片库中的每张图片，并得到它们的平均距离，生成一个图片列表，以便后续的使用：

def get_imgList(imgDir):
    '''
    获取图片列表（图片目录及平均颜色）
    '''
    imgList = []
    for imgName in os.listdir(imgDir):
        path = imgDir+imgName
        color = compute_mean(path)
        imgList.append({'path':path,'RGB':color})
    return imgList

该列表的每个元素是一个字典，包括了path和RGB，分别表示图片的路径以及图片的平均颜色，如下：

在得到了图片的“平均颜色”后，便是比较背景图的像素点与它的相似性，这里采用了欧式距离：

def compute_distance(color1, color2):
    '''
    计算两张图的颜色差
    '''
    dis = 0
    for i in range(len(color1)):
        dis += (color1[i]-color2[i])**2
    dis = dis**0.5
    return dis

剩下的便是遍历背景图，并进行比较填充，代码如下：

def create_image(bgImg,imgDir,N=10,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 = get_imgList(imgDir)
    
    # 读取背景图
    bg = Image.open(bgImg)
    bg = bg.resize((bg.size[0]//N,bg.size[1]//N)) # 缩放
    bgArray = np.array(bg)
    width = bg.size[0]*M  # 新生成图片的宽度
    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]):
        for y in range(bgArray.shape[1]):
            ## 找到距离最小的图片
            minDis = 10000
            index = 0
            for img in imgList:
                dis = compute_distance(img['RGB'],bgArray[x][y])
                if dis < minDis:
                    index = img['path']
                    minDis = dis
            ## 填充
            tempImg = Image.open(index)
            tempImg = tempImg.resize((M,M))
            newImg.paste(tempImg,(y*M,x*M))
            print('(%d, %d)'%(x,y))
            
    # 保存图片
    newImg.save('千图成像.jpg')

调用它：

create_image('bg.jpg','./avatars(dr)/',5,50)

函数的输入有bgImg、imgDir、N、M，它们分别表示：

 

参数	含义

 

注：imgDir最后需要有目录连接符/，否则会报错；N是为了将背景图的尺寸进行调整压缩，否则容易因为像素点太多而执行缓慢。

最后，代码一Run，小图在手，简单的快乐，美滋滋~

写在最后

由于kimol君太想赶在圣诞前将这份礼物送出，所以代码以及文字略显仓促，还望大家见谅。

客观来说，该代码的执行效率并不高，特别是当N设置得较小（即背景图片像素点很多）或者图片库中的图片很多时。针对这个问题，也有很多优化方法，例如采用图片向量的方式对图片进行编码，进而比较等等。感兴趣的小伙伴可以参考这篇文章。

最后，提前祝最可爱的小伙伴们圣诞快乐🎅，愿我们聚于一图，焕尽万丈芒！另祝即将奔赴考研战场的小伙伴考的都会，会的都考！

我是kimol君，咋们下次再会~

 

后记

近期有很多朋友通过私信咨询有关Python学习问题。为便于交流，点击蓝色自己加入讨论解答资源基地