用枕头像素化图像

Question

我正在做一个项目，我想拍一张彩色网格的照片作为输入（在这个例子中是用乐高积木制作的）和 return 一张小得多的修改后的照片。

这是一个示例输入：

下面是一张非常小的 8x8 图片，结果如下：

这是预期结果的放大版本：：

到目前为止，这是我的代码： 它仅适用于黑白图像。

from PIL import Image
import re

black = [(110,110,110),(0,0,0)] #The highest value and the lowest RGB value for the color black

img = Image.open("input.jpg") #The input image
size = (8,8) #The dimensions of the output image

out = img.resize(size,resample=Image.LANCZOS) #Resize the image

for y in range(size[0]): #loop through every pixel
    for x in range(size[1]):

        if out.getpixel((x,y)) <= black[0] and out.getpixel((x,y)) >= black[1]: #check to see if the pixel is within the accepted black values

            out.putpixel((x,y), (0,0,0)) #Give the current pixel true color
        else:
            #otherwise make the pixel black
            out.putpixel((x,y), (255,255,255)) #Give the current pixel true color

"""Save the pixelated image"""
out.save("output.jpg")

我的代码 return 输出：

我的程序适用于黑白图像，但我需要帮助将其更改为适用于多种颜色（红色、橙色、黄色、浅绿色、深绿色、浅蓝色、深蓝色、紫色、黑色和白色） ).

提前致谢！

Answer 1

你做错了几件事。

首先，您的输出应该使用 PNG，而不是 JPG。 JPG 引入了如此多的伪像，以至于像您的输出这样的小图像完全退化了。

那么，你应该减少你的调色板。使用不含噪声的输入要容易得多。

首先，无聊的初始化：

from PIL import Image
import operator
from collections import defaultdict
import re

input_path = 'input.jpg'
output_path = 'output.png'
size = (4,4)

然后我们声明调色板 - 这应该包含所有可能的乐高积木的颜色。我从您的图像中采样了以下值，但您可以像在代码中那样使用黑白，或者您想要的任何颜色，只要它们与源图像中的颜色相似即可：

palette = [
    (45,  50,  50),  #black
    (240, 68,  64),  #red
    (211, 223, 223), #white
    (160, 161, 67),  #green
    (233, 129, 76),  #orange
]
while len(palette) < 256:
    palette.append((0, 0, 0))

下面的代码将为 PIL 声明调色板，因为 PIL 需要平面数组而不是元组数组：

flat_palette = reduce(lambda a, b: a+b, palette)
assert len(flat_palette) == 768

现在我们可以声明一个将保存调色板的图像。稍后我们将使用它来减少原始图像的颜色。

palette_img = Image.new('P', (1, 1), 0)
palette_img.putpalette(flat_palette)

在这里我们打开图像并对其进行量化。我们将其缩放到比需要大八倍的大小，因为我们稍后要对平均输出进行采样。

multiplier = 8
img = Image.open(input_path)
img = img.resize((size[0] * multiplier, size[1] * multiplier), Image.BICUBIC)
img = img.quantize(palette=palette_img) #reduce the palette

在此之后，我们的图像如下所示：

我们需要将其转换回 RGB，以便我们现在可以对像素进行采样：

img = img.convert('RGB')

现在我们要构建我们的最终图像。为此，我们将采样较大图像中每个正方形包含的每种调色板颜色的像素数。然后我们会选择最常出现的颜色。

out = Image.new('RGB', size)
for x in range(size[0]):
    for y in range(size[1]):
        #sample at get average color in the corresponding square
        histogram = defaultdict(int)
        for x2 in range(x * multiplier, (x + 1) * multiplier):
            for y2 in range(y * multiplier, (y + 1) * multiplier):
                histogram[img.getpixel((x2,y2))] += 1
        color = max(histogram.iteritems(), key=operator.itemgetter(1))[0]
        out.putpixel((x, y), color)

最后，我们保存输出：

out.save(output_path)

结果：

放大 1600%：

Answer 2

为了好玩，我用 ImageMagick 解决了这个问题——它也可以从 Python...

调用

首先，我创建了一个小的自定义调色板来匹配您的颜色 - 您的白色不是很白，您的绿色与 ImageMagick 的绿色想法不同，所以我使用十六进制代替颜色名称。

convert xc:black xc:red xc:"rgb(200,200,200)" xc:"rgb(168,228,23)"  xc:orange +append palette.png

如果我将调色板放大，它看起来像这样：

然后我将您的图片缩小到 4x4，并将结果映射到自定义调色板，然后按比例放大，这样您就可以像这样看到它：

convert lego.jpg -resize 4x4! +dither -remap palette.png -scale 1600 result.png

这是结果

白色与原版中的 "white" 不符。

Answer 3

Pixelator 就可以了。这是一个基于 off 或 rr-s answer 的包。它还为 AI 和 ML 应用程序带来了一些额外的好处。

在bash

pip install pixelator

在python

from pixelator import pixelator
palette = [
    (45,  50,  50),  #black
    (240, 68,  64),  #red
    (211, 223, 223), #white
    (160, 161, 67),  #green
    (233, 129, 76),  #orange
]

sensitivity_multiplier = 10

size = (4,4)

output=pixelator(
    in_path='./images/input.jpg',
    palette=palette,
    size=size,
    sensitivity_multiplier=sensitivity_multiplier
    )

output.resize_out_img().save_out_img(path='./images/output.jpg', overwrite=True)

用枕头像素化图像

Pixelate Image With Pillow

python

image

image-resizing

pillow