周旋_ 阅读(21) 评论(0)

建了一个qq群:222954293,既方便大家一起交流学习,还可以传一些程序文件,欢迎大家加入交流。程序源码我就放群里啦。

前言

大家好呀,前两天烈阳天道1上映了,不知道大家看没看呢,里面还有一小段彦穿越虫洞与猴哥相遇的画面,彦女王啊啊啊~~

在这里插入图片描述

所以我去网上爬了二百来张我大学的风景画,然后找了以前存的彦女王的图片,生成了一幅蒙太奇画像。然后我两个热爱的就合体啦!
img

先看一下什么是蒙太奇图像吧,其实你肯定见过,只不过不知道叫蒙太奇而已:

在这里插入图片描述

一张大的图片,是由很多小的图片拼接而成的这种,就是蒙太奇图像啦(或者叫马赛克拼图),我要做的就是把我大学的风景图拼成彦的图片。

综述实现思路

文末附有python代码,本文为我写的C++代码

1:读取文件夹内的风景图片集,将每张剪裁到90*45大小并存入Mat容器内

2:将图片模板(彦的照片)扩大为1600*2700大小

3:计算图片集的直方图并将结果存到MatND容器内(直方图容器)

4:双重for循环以90*45的步长遍历图片模板计算各个区域的直方图,并将区域直方图与图片集的直方图进行比对,得到相似度最高的风景图片,将该风景图片替换模板对应区域

5:将4步得到的蒙太奇图与原模板图线性相加,得到更为逼真的效果

是不是很简单的过程?但就这么个过程,我调了一天的bug,然后被迫深入理解了C++的动态回收机制… … 建议感兴趣的小伙伴自己实现一下。

以下代码在主函数内顺次复制粘贴即可

1:读取图片集并预处理

//【1】图片集的采集与处理
int Images_number = 256;//图片集中图片的数量
int step_x = 80; //将图片剪裁为80*45大小
int step_y = 45;

Mat srcImage;
vector<Mat> load_Images;//图片集容器
char filename[30];//存储图片名字
for (int i = 0; i < Images_number; i++) {
  Mat dstImage;
  sprintf_s(filename, "./风景图/ysu (%d).jpg", i);
  cout << filename << endl;
  srcImage = imread(filename); //Mat类图像
  resize(srcImage, dstImage, Size(step_x, step_y), 0, 0, INTER_NEAREST);
  load_Images.push_back(dstImage);
}
cout << "图片加载完毕" << endl;

主要用到了利用sprintf函数得到图片集有规律的命名,然后for循环依次将imread到的图片push_back添加到Mat容器内就可以了。

二百多张图片如何快速整齐的命名,,,看链接。


2:调整原模板图的尺寸大小

//【2】将原模板图扩大到合适尺寸
Mat originalImage, showImage;
originalImage = imread("彦.jpg");
imshow("彦", originalImage);
resize(originalImage, showImage, Size(1600, 2700));

没啥好说的,就在基本保持原先长宽比例的条件下,让长宽都是90*45(图片集被裁剪的大小)的整数倍就好了。

3:计算图片集直方图

//【3】计算图片集的直方图
int width = showImage.cols; //模板图的长宽
int height = showImage.rows;
Mat frame;
vector<MatND> hsit_list;//直方图容器
//计算直方图的参数准备
int bins = 128; //直条数 
int hist_sizes[] = { bins,bins,bins }; //存放每个维度的直方图尺寸数组 //  均为256条宽度
float range[] = { 0,256 };  //每一维数组的取值范围  // 均为0-255高度
const float* ranges[] = { range,range,range };
int channels[] = { 0,1,2 };
//for循环计算图片集的直方图并存储
for (int i = 0; i < Images_number; i++) {
  /*load_Images[i].copyTo(frame);*/
  MatND hsit_RGB;
  Mat frame;
  load_Images[i].copyTo(frame);
  calcHist(&frame, 1, channels, Mat(), hsit_RGB, 3, hist_sizes, ranges, true, false);
  hsit_list.push_back(hsit_RGB);
}

和第一步套路类似,循环计算了图片集所有图的直方图并存储到了一个直方图容器内。

4:遍历彦模板图,计算每一小块的直方图并对比,替换

//【4】遍历,寻找最匹配的图片并替换
int number_order;
for (int x = 0; x < height; x = x + step_y) {
  for (int y = 0; y < width; y = y + step_x) {
    Mat roiImage = montageImage(Rect(y, x, step_x, step_y));//Rect(y, x, step_x, step_y)
    //参数准备
    MatND hsit_roi;
    double match_ = 0.0;//匹配度
    calcHist(&roiImage, 1, channels, Mat(), hsit_roi, 3, hist_sizes, ranges, true, false);
    for (int i = 0; i < Images_number; i++) {
      double match;
      match = compareHist(hsit_roi, hsit_list[i], HISTCMP_CORREL);
      if (match > match_) {//寻找对比对最高的
        number_order = i;
        match_ = match;
      }
    }
    load_Images[number_order].copyTo(roiImage);
  }
}
cout << "【4】遍历,寻找最匹配的图片并替换成功" << endl;

首先两个步长分别为step_y和step_x的循环是遍历原图模板各个小块区域,并计算该块的直方图。

之后用一个for循环在第三步得到的直方图容器内,寻找与该块直方图匹配度最高的风景图片,然后将该风景图片替换原图对应区域。

到此运行完毕我们就可以得到一个不太完美的蒙太奇图片了:

img

虽然有些粗糙,但已经可以看出来了叭!效果可以调节裁剪的大小或者原图模板的大小来改善。但以我代码设置的参数,执行完都要好几分钟,如果有什么优化建议可以交流哈。

来看看女王的腿!
img
嗯,,竟然是用碑组成的。

我们还可以通过第五步,将上图左图与右图加权得到更为逼真的蒙太奇画像。

5:将效果图与原图加和

Mat dstImage;
addWeighted(showImage, 0.4, montageImage, 0.6, 0, dstImage);
imwrite("结果图.jpg", dstImage);
imwrite("show.jpg", montageImage);

加和后的效果图:
img

效果是不是好一些了?可以更改参数使效果更好。由于我还有毛概论文没写,就不瞎搞了~

THE END

本文灵感来自知乎@三木青年,代码都是我自己敲的,网上关于蒙太奇的大概只有我用的C++了,python代码可以看知乎链接:


同时欢迎大家关注公众号【Opencv视觉实践】,分享有趣好玩涨知识的案例哦。
这么骚的一篇文,你们真的不想来评论区和我说两句?看在彦的面子上给个赞吧!