专栏首页用户6291251的专栏2021来了,用Python换一张头像到新年!

2021来了,用Python换一张头像到新年!

新的一年,新气象。

不少人都会选择换一个微信头像,迎接新的一年。

这期小F就来教大家,如何使用Python生成emoji风格的头像。

效果大致如下图,由很多的emoji图片方块组成一张新的头像图片

细节图~

主要是通过matplotlib、pillow和numpy这三个库来实现的。

import matplotlib.pyplot as plt
from scipy import spatial
from PIL import Image
import numpy as np

对于numpy和matplotlib(以及几乎所有的图像处理库)而言,图像基本上只是一个矩阵(例如A),其中每个像素(p)都是A的元素。

如果是灰度图像,则每个像素(p)只是一个数字(或标量)。如果为浮点数,则为[0, 1]。如果为整数,则为[0, 255]。

如果不是灰度级(例如在这次的情况下),则每个像素都是尺寸为3-红色(R),绿色(G)和蓝色(B)或尺寸为4-RGBA的矢量(A代表Alpha,表示的是透明度)。

首先读取图像,并且将图像尺寸缩小。

# 读取图片,并且修改图片大小
G_sm = np.array(Image.open('fans.png').resize([50, 50]).getdata()).reshape([50, 50, 3])/256

# 显示图片
plt.figure()
plt.imshow(G_sm)
plt.title('Original Image')
plt.show()

然后读取emoji图像数据,一共是有近1600个emoji图像数据。

# 读取emoji数据
emoji_array = np.load("emojis_16.npy")

# 获取emoji的平均颜色值
emoji_mean_array = np.array([ar.mean(axis=(0,1)) for ar in emoji_array]) 

# 将得到的每个emoji平均颜色值存储在树中以加快搜索速度
tree = spatial.KDTree(emoji_mean_array)

整个图像的平均颜色计算公式如下。

np.load,读取磁盘数组数据的函数,通常数组是以未压缩的原始二进制格式保存在扩展名为.npy的文件中。

indices = []
# 平整数组,一维
flattened_img = G_sm.reshape(-1, G_sm.shape[-1])
print(flattened_img.shape)

# 匹配最相似的表情符号的像素
for pixel in flattened_img:
    pixel_ = np.concatenate((pixel, [1]))
    # 查询最近的索引
    _, index = tree.query(pixel_)
    indices.append(index)

将原图上每个像素点的颜色均值和emoji的颜色均值配对上。

# 从索引中获取对应的表情符号
emoji_matches = emoji_array[indices]

# 获取图片的高度
dim = G_sm.shape[0]
print(dim)

# 设置最终生成图像的大小,每个表情符号的形状都是(16,16,4),R, G, B, alpha
resized_ar = emoji_matches.reshape((dim, dim, 16, 16,4))

设置生成图像的大小,每个emoji图片的大小设置成16*16。

# 转换单个表情符号补丁(5维)
# 使用numpy块生成完整的图像(三维)
final_img = np.block([[[x] for x in row] for row in resized_ar]) 

生成最终结果图像,并且保存。

# 设置画布
plt.figure()
# 去除坐标轴
plt.axis('off')
# 显示图片
plt.imshow(final_img)

# 保存emoji马赛克风格图像,去除白边
plt.savefig('image_emoji.png', bbox_inches="tight", pad_inches=0.0)
plt.show()

通过设置plt.savefig的参数,去除图像白边,保存图片。

下面就使用小F的微信头像为例,来实验一波~

生成的emoji图看起来不是很细腻,可以设置一下图片参数为100。

G_sm = np.array(Image.open('weixin.png').resize([100, 100]).getdata()).reshape([100, 100, 3])/256

得到结果如下。

看起来还不错,大家伙也可以使用自己喜欢的头像去生成~

公众号回复「头像」,即可获取使用到的代码以及相关文件。

本文分享自微信公众号 - 法纳斯特(walker398),作者:小F

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2021-01-03

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • PS 2021融入AI新技术!用起来简单,几个键搞定老照片修复、变妆、绘画风格转换

    PS 2021中,新增的功能“神经滤镜” (Neural Filters)令人惊艳,将近期有意思的CV(计算机视觉)技术都收入其中。

    AI算法与图像处理
  • 2020年度编程语言:Python!

    新的一月刚到,TIOBE已经为我们准备好了最新的编程语言排行榜,相信很多程序员都会时不时关注一下排行榜的变化,虽然仅起参考作用,但无疑也是个饭后吐槽点

    小Bob来啦
  • 2021年软件开发趋势预测

    对于软件开发行业来说,2020 年是意义重大的一年,许多领域都取得了重大突破。本文将基于来自认证来源的数据、图表和事实,根据过去来预测未来。如果你想要了解软件行...

    养码场
  • OpenCV 4.5.2 发布

    CVPR 2021 相关论文、代码 、解读和demo整理,同时为了方便下载论文,已把部分论文上传到上面了,欢迎小伙伴们 star 支持一波!

    AI算法与图像处理
  • Kaggle新赛一览

    Rainforest Connection Species Audio Detection Automate the detection of bird an...

    致Great
  • 一键下载QQ空间相册,微博相册,知乎回答图片,豆瓣图片,instagram图片

    之前分享过如何批量下载知乎回答图片,这里再做个整理,一键下载QQ空间相册,微博相册,知乎回答图片,豆瓣图片,instagram图片。

    苏生不惑
  • 手把手教你用OpenCV和Python实现图像和视频神经风格迁移(代码)

    2015年,Gatsys等人在论文A Neural Algorithm of Artistic Style中提出了最初的神经风格迁移算法。2016年,Johns...

    新智元
  • 搜狐:一季度保持增长,但“开源”生意难做

    近期,阿里、百度、小米、360等互联网巨头纷纷宣布造车,美的、华为等企业不直接造车也有进军汽车产业链的意向和举动,造车似乎成为互联网企业发展的必选项。

    金融外参
  • 当你爸妈吐槽你的微信头像时,你该如何反击?

    几年前,我们给爸妈手机上下载了一款神奇的软件,他的名字叫微信。几年后,爸妈就开始吐槽我们的微信头像了。

    Python进阶者

扫码关注云+社区

领取腾讯云代金券