使用python将照片写入心形图案(附源代码)

2023-10-28 16:40

本文主要是介绍使用python将照片写入心形图案(附源代码),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

去年的5月20日前后,刚开始学python的时候,写过一篇关于将照片写入心形图案的文章,这几天后台接到多个需求源代码的信息。

鉴于去年的代码质量实在很差,故重写一篇,使用matplotlib库替代原来的PIL库来处理图片。

零,按照惯例,先放图片:

在这里插入图片描述

一,分析思路:

将多张照片写入一个心形图案,需要几个步骤:

1,获取照片;

2,为了取得更好的效果,须获取照片中的人脸;

3,对获取的人脸做圆形处理(可以处理成多种形状,但显然圆形效果最好);

4,绘制一条心形线,并等距获取线上的点,作为插入图片的目标位置;

5,将圆形图片插入心形线的对应位置。

二,使用到的开源库

1,获取照片:QQ空间和微信朋友圈里的照片爬虫难度比较大,不过网络上资源很多,也有人打包成exe供下载的,在此就不介绍了;

2,对照片中的人脸做识别:使用opencv库(注意opencv的安装名称是opencv-python,import名称为cv2),并下载别人已经训练好的人脸识别模型以供使用;

3,人脸图片圆形处理:使用matplotlib和PIL中的Image类即可完成;

4,绘制心形线:著名的心形公式+numpy库,并等距离取点,使用math来计算,也可以用numpy中对应的函数来计算距离;

5,将图片插入心形线:matplotlib提供了处理图片的函数,导入引用即可。

三,源代码:

因为函数名称已经说明了函数用途,就不详细注释每句代码了。


from PIL import Image
from matplotlib.patches import Circle
from matplotlib.cbook import get_sample_data
import matplotlib.pyplot as plt
from matplotlib.offsetbox import OffsetImage,AnnotationBbox
from math import pi,sqrt
import numpy as np
import os
import cv2
def getFaceFromImage(ptOriginal,ptFace):count=0sz=10for fn in os.listdir(ptOriginal):im=cv2.imread(ptOriginal+fn)gyConvert=cv2.cvtColor(im,cv2.COLOR_BGR2GRAY)faceCascade=cv2.CascadeClassifier('haarcascade_frontalface_alt2.xml')#此xml文件需要事先下载,请自行搜索下载并与本程序放在一起faceData=faceCascade.detectMultiScale(gyConvert,1.3,5)for (x,y,w,h) in faceData:count+=1cv2.imwrite(ptFace+f'{count:03}.jpg',im[y-sz:y+h+sz,x-sz:x+w+sz])cv2.waitKey(0)# getFaceFromImage(r'./originalPic/',r'./facePic/')def CircleImageOnAxes(ptFace,ptCircle):for fn in os.listdir(ptFace):im = Image.open(ptFace+fn).resize((200,200))axx,axy=im.sizeif axx == axy:fig, ax = plt.subplots(figsize=(2,2))img = ax.imshow(im)cp=Circle((axx/2,axy/2),axx/2)img.set_clip_path(cp)plt.subplots_adjust(0,0,1,1)ax.axis('off')#facecolor颜色须与将要粘贴的axes颜色一致plt.savefig(ptCircle+fn, facecolor=(250 / 255, 240 / 255, 230 / 255))plt.close()# CircleImageOnAxes(r'./facePic/',r'./circlePic/')def calculateSameDistanceDotsOnCurve(dr):#dr的长度决定会产生多少个放置照片的点xs = np.sin(np.linspace(0, pi, 4000))ys = np.cos(np.linspace(0, pi, 4000)) + np.power(xs, 3 / 5)ms = list(zip(xs, ys)) + list(zip(-xs, ys))[::-1]k = [0]for j in range(len(ms))[k[-1]:]:#最后一个点可能与第一个重合,故舍去ds1 = sqrt((ms[k[-1]][0] - ms[j][0]) ** 2 + (ms[k[-1]][1] - ms[j][1]) ** 2)if str(dr)[:4] == str(ds1)[:4]:k.append(j)print(len(k))dots=[ms[i] for i in k]return dotsdef drawImageOnAxes(ptCircle):dots=calculateSameDistanceDotsOnCurve(0.17)[:-1]minx,maxx=min([x for x,y in dots]),max([x for x,y in dots])miny,maxy=min([y for x,y in dots]),max([y for x,y in dots])axx,axy=maxx-minx,maxy-minyfig, ax = plt.subplots(figsize=(axx*5,axy*5))#5决定了最终产生照片的尺寸plt.rcParams['font.sans-serif'] = ['simhei']#处理中文字符plt.rcParams['axes.unicode_minus'] = False#处理负号zoomsz=0.2for (xy,xx),fn in zip(dots,os.listdir(ptCircle)*30):#我只有两张样张照片,故使用了*30#get_sample_data函数须使用绝对地址,原因不明。with get_sample_data(r'C:\\Users\\Rawen\\python\\drawHeartOnMatplotlib\\circlePic\\'+fn) as f:ims=plt.imread(f)imb=OffsetImage(ims,zoom=zoomsz)imb.image.axes=axab=AnnotationBbox(imb,(xy,xx),xybox=(zoomsz*200,zoomsz*200),boxcoords='offset points',frameon=False,box_alignment=(1+zoomsz*2,1+zoomsz))ax.add_artist(ab)ax.text((minx+maxx)/2,(miny+maxy)/2,f'妖怪,哪里逃,吃俺老孙一棒\n\n这里可以随便写点你想写的内容',va='center',ha='center',fontsize=24,color='violet')ax.axis([minx,maxx,miny,maxy])ax.axis('off')plt.subplots_adjust(0.05, 0.05*(axx/axy), 0.95, 1-0.05*(axx/axy))plt.savefig(f'123.jpg', facecolor=(250 / 255, 240 / 255, 230 / 255))drawImageOnAxes(r'./circlePic/')

这篇关于使用python将照片写入心形图案(附源代码)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/294555

相关文章

使用Navicat工具比对两个数据库所有表结构的差异案例详解

《使用Navicat工具比对两个数据库所有表结构的差异案例详解》:本文主要介绍如何使用Navicat工具对比两个数据库test_old和test_new,并生成相应的DDLSQL语句,以便将te... 目录概要案例一、如图两个数据库test_old和test_new进行比较:二、开始比较总结概要公司存在多

CSS3中使用flex和grid实现等高元素布局的示例代码

《CSS3中使用flex和grid实现等高元素布局的示例代码》:本文主要介绍了使用CSS3中的Flexbox和Grid布局实现等高元素布局的方法,通过简单的两列实现、每行放置3列以及全部代码的展示,展示了这两种布局方式的实现细节和效果,详细内容请阅读本文,希望能对你有所帮助... 过往的实现方法是使用浮动加

如何使用Spring boot的@Transactional进行事务管理

《如何使用Springboot的@Transactional进行事务管理》这篇文章介绍了SpringBoot中使用@Transactional注解进行声明式事务管理的详细信息,包括基本用法、核心配置... 目录一、前置条件二、基本用法1. 在方法上添加注解2. 在类上添加注解三、核心配置参数1. 传播行为(

在Java中使用ModelMapper简化Shapefile属性转JavaBean实战过程

《在Java中使用ModelMapper简化Shapefile属性转JavaBean实战过程》本文介绍了在Java中使用ModelMapper库简化Shapefile属性转JavaBean的过程,对比... 目录前言一、原始的处理办法1、使用Set方法来转换2、使用构造方法转换二、基于ModelMapper

c++中std::placeholders的使用方法

《c++中std::placeholders的使用方法》std::placeholders是C++标准库中的一个工具,用于在函数对象绑定时创建占位符,本文就来详细的介绍一下,具有一定的参考价值,感兴... 目录1. 基本概念2. 使用场景3. 示例示例 1:部分参数绑定示例 2:参数重排序4. 注意事项5.

使用C++将处理后的信号保存为PNG和TIFF格式

《使用C++将处理后的信号保存为PNG和TIFF格式》在信号处理领域,我们常常需要将处理结果以图像的形式保存下来,方便后续分析和展示,C++提供了多种库来处理图像数据,本文将介绍如何使用stb_ima... 目录1. PNG格式保存使用stb_imagephp_write库1.1 安装和包含库1.2 代码解

一文教你使用Python实现本地分页

《一文教你使用Python实现本地分页》这篇文章主要为大家详细介绍了Python如何实现本地分页的算法,主要针对二级数据结构,文中的示例代码简洁易懂,有需要的小伙伴可以了解下... 在项目开发的过程中,遇到分页的第一页就展示大量的数据,导致前端列表加载展示的速度慢,所以需要在本地加入分页处理,把所有数据先放

树莓派启动python的实现方法

《树莓派启动python的实现方法》本文主要介绍了树莓派启动python的实现方法,文中通过图文介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧... 目录一、RASPBerry系统设置二、使用sandroidsh连接上开发板Raspberry Pi三、运

Python给Excel写入数据的四种方法小结

《Python给Excel写入数据的四种方法小结》本文主要介绍了Python给Excel写入数据的四种方法小结,包含openpyxl库、xlsxwriter库、pandas库和win32com库,具有... 目录1. 使用 openpyxl 库2. 使用 xlsxwriter 库3. 使用 pandas 库

Spring Boot Actuator使用说明

《SpringBootActuator使用说明》SpringBootActuator是一个用于监控和管理SpringBoot应用程序的强大工具,通过引入依赖并配置,可以启用默认的监控接口,... 目录项目里引入下面这个依赖使用场景总结说明:本文介绍Spring Boot Actuator的使用,关于Spri