千图成像原理

千图成像就是用很多张图片拼接成一张完整的图片，需要一张背景图像和一个图像库。根据背景图的结构用图像库中的图像进行拼接，最终形成新的拼接图像。

原理

将背景图像切割为若干小块，切割的越细生成的图像的效果越好，或者直接使用背景图像中的每个像素点；然后用图像库中与之最相近的图像拼接完成。

颜色相近

• 灰度图像
  直接计算所有像素灰度值的平均值，取最接近N张图后供后期再次筛选。
• 彩色图像
  分别计算R/G/B的平均值，对于一张图像得到的是一个类似于[20, 30, 40]的数组，然后计算欧式距离，取最接近n张图像供后期再次筛选。

结构相似

我们不能单纯的以为两张图像中包含的颜色差不多就判断为最相似，还需要判断颜色的“位置”是否相似。

• 提取图像的结构，颜色对结构的意义不大，所以直接将图像库中的所有图像转换为灰度图像。
• 将每张图像resize为(8,8)，然后计算所有像素值的平均值。
• 将resize之后的图像中的每个像素点分别与平均值进行比较，高于或等于平均值的记为1，小于平均值的记为0，得到每张图像的一个长度为64类似于[0,1,1,0,1,0…,0,1,1]的编码。
• 对于背景图像中切割的小图像块，按顺序（如从左上角到右下角），也进行上述操作，然后分别图像库中每张图像的编码进行比较，相同位数最多的图像即为最像素的图像。

两张图像相似的感知哈希算法（Perceptual hash algorithm），它的作用是对每张图片生成一个“指纹”（fingerprint）字符串，然后比骄傲不同图片的指纹。结果越接近，就说明图片越相似。
感知哈希算法简单实现：

• 缩小尺寸
  将图片缩小到8x8的尺寸，总共有64个像素。这一步的作用是去除图片的细节，只保留结构、明暗等基本信息，摒弃不同尺寸、比例带来的图片的差异。
• 简化色彩
  将缩小后的图片，转为64级灰度，即所有像素点总共有64种颜色。
• 计算平均值
  计算所有64个像素的平均灰度值。
• 比骄傲像素的灰度
  将每个像素的灰度，与平均值进行比较。大于或等于平均值，记为1；小于平均值，记为0.
• 计算哈希值。
  将上一步的比较结果，组合在一起，就构成了一个64位的整数，这就是这张图片的指纹。组合的次序并不重要，只要保证所有图片都采用了同样的次序就行。
• 计算汉明距离
  得到指纹后，就可以对比不同的图片，看64位中有多少位是不一样的。如果不相同的数据位不超过5，就说明两张图片很相似；如果大于10，就说明这是两张不同的图片。

参考资料
千图成像！祝可爱的小伙伴们圣诞快乐
【Python还能干嘛】爬取微信好友头像完成马赛克拼图（千图成像）～
相似图片搜索的原理
在线创意照片马赛克神器！（懒人图云）