圣诞将至,这次来试试用Python代码过圣诞节把~挑战生成一亿棵圣诞树。
文章目录
- 前言
- 一、为什么能生成一亿棵圣诞树?
- 二、怎么根据圣诞树图片生成对应的圣诞树轮廓
- 1.读取圣诞树图片
- 2.二值化圣诞树图片
- 3.提取圣诞树图片轮廓
- 4.显示圣诞树轮廓
- 总结
前言
圣诞将至,这次来试试用Python
代码过圣诞节把~挑战生成一亿棵圣诞树,其实是使用Python
代码自动生成圣诞树轮廓。
一、为什么能生成一亿棵圣诞树?
大家可能会疑惑一亿棵圣诞树,计算机内存早就爆掉了,怎么可能啊。其实这里一亿棵树是指:代码可以根据你输入的圣诞树图片
自动生成与之对应的圣诞树轮廓
,图片有多少轮廓就有多少。
所以其实这是一篇使用Python代码自动生成圣诞树轮廓的文章。
二、怎么根据圣诞树图片生成对应的圣诞树轮廓
1.读取圣诞树图片
下图是一张百度下载的圣诞树图片。
为了读取该图片,首先需要导入opencv
库,然后使用cv2.imread(image)
方法读取图片,image_path
是图片的文件路径,并用img.shape
获取图片的宽和高,主要代码如下(示例):
import cv2
# 读取图片
img = cv2.imread(image_path)
# 获取图片的宽和高
img_size = img.shape
img_w = img_size[1]
img_h = img_size[0]
2.二值化圣诞树图片
首先使用cv2.cvtColor()
把图片转换为灰度图,然后再用cv2.threshold()
将图片二值化,主要代码如下(示例):
# 转换为灰度图
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
# 二值化
ret, binary = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)
3.提取圣诞树图片轮廓
提取图片轮廓使用到了cv2.findContours()
方法,但这里需要注意的是旧版本的opencv
,该方法返回的是三个变量image, contours, hierarchy
,而新版本的opencv
则返回两个变量contours, hierarchy
,因此这里需要根据自己的opencv
版本进行代码的调整,否则就会报如下错误:
image, contours, hierarchy = cv2.findContours(binary, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
ValueError: not enough values to unpack (expected 3, got 2)
主要代码如下(示例):
# 轮廓发现
#image, contours, hierarchy = cv2.findContours(binary, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
contours, hierarchy = cv2.findContours(binary, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
4.显示圣诞树轮廓
首先根据原来圣诞树图片的宽和高,创建空白的image
对象,主要代码如下:
# 图片img_blank大小为img_h*img_w,灰度值全为0,也就是黑色图像
img_blank = numpy.zeros((img_h, img_w), dtype=numpy.uint8)
img_blank = cv2.cvtColor(img_blank, cv2.COLOR_GRAY2BGR)
然后使用cv2.drawContours()
方法,把圣诞树轮廓画在刚才创建的空白image
对象上,最后使用cv2.imshow()
方法显示最终画出来的圣诞树轮廓图片。
# 绘制轮廓
cv2.drawContours(img_blank, contours, -1, (255, 255, 255), 3)
# 显示图片
cv2.imshow("img", img_blank)
cv2.waitKey(0)
cv2.destroyAllWindows()
最终圣诞树轮廓的显示效果如下:
总结
圣诞树终于是画好了,从网上搜集资料、学习大神代码,到自己完成本篇文章,发现Python
实现一个想法真的很快,前前后后也就一两个小时,非常适合快速实现小需求。