Python實戰：將圖片轉成像素風

雲端運算與程式碼 2024年05月07日 13:06 632 品悟

本文摘要

在數字藝術和圖像處理領域，像素風格（Pixel Art）因其獨特的簡潔和復古感而備受青睞。它不僅可以用來創作遊戲角色和場景，還可以為普通圖片增添別樣的藝術魅力。在本文中，我們將通過Python編程實戰，探索如何將一張普通圖片轉換成像素風格的圖像，並詳細解釋每一步的代碼意義。

像素風格概述

Python實戰：將圖片轉成像素風第1张

像素風格是一種基於像素級別的圖像創作方式，它通過限制圖像的顏色和細節來簡化圖像，使得圖像看起來像是用像素點繪制而成的。這種風格在電子遊戲、復古藝術和設計領域非常流行。

將圖片轉換為像素風格通常涉及以下幾個步驟：

1. 加載原始圖片：使用Python的圖像處理庫加載待轉換的圖片。

2. 調整圖片大小和色彩：根據需要調整圖片的大小和色彩深度，以適應像素風格的特性。

3. 像素化：將圖片的每個像素或像素塊替換為單一的色彩值，以達到像素化的效果。

4. 保存或展示結果：將轉換後的像素風格圖片保存到文件或展示在屏幕上。

Python實戰：圖片轉像素風

接下來，我們將通過Python編程實現上述步驟，將一張普通圖片轉換為像素風格的圖像。

步驟一：準備環境

在開始編程之前，我們需要安裝Python以及一個圖像處理庫。這裏我們使用Pillow（PIL的分支版本），它提供了強大的圖像處理功能。你可以通過pip來安裝Pillow：

bash

pip install pillow

步驟二：編寫代碼

創建一個Python腳本文件（例如`pixel_art.py`），並編寫以下代碼：

python

from PIL import Image
def pixelate_image(image_path, output_path, pixel_size):
    """
    將圖片轉換為像素風格並保存
    參數:
    image_path (str): 原始圖片的路徑
    output_path (str): 轉換後圖片的保存路徑
    pixel_size (int): 像素塊的大小（以像素為單位）
    """
    # 加載原始圖片
    img = Image.open(image_path)
    
    # 獲取圖片的尺寸
    width, height = img.size
    
    # 計算新的圖片尺寸（以像素塊為單位）
    new_width = width // pixel_size
    new_height = height // pixel_size
    
    # 創建一個新的空白圖片，用於存儲像素化後的結果
    pixelated_img = Image.new("RGB", (new_width, new_height))
    
    # 遍歷原始圖片的每個像素塊
    for i in range(0, width, pixel_size):
        for j in range(0, height, pixel_size):
            # 獲取當前像素塊中所有像素的平均顏色
            box = (i, j, i + pixel_size, j + pixel_size)
            pixels = img.crop(box).load()
            r, g, b = sum(p[0] for p in pixels) // (pixel_size ** 2), \
                      sum(p[1] for p in pixels) // (pixel_size ** 2), \
                      sum(p[2] for p in pixels) // (pixel_size ** 2)
            
            # 將平均顏色應用於新的圖片中對應的像素塊
            for x in range(pixel_size):
                for y in range(pixel_size):
                    pixelated_img.putpixel((i // pixel_size + x, j // pixel_size + y), (r, g, b))
    
    # 保存轉換後的像素風格圖片
    pixelated_img.save(output_path)
# 調用函數，將圖片轉換為像素風格
pixelate_image('input.jpg', 'output.jpg', 10)

步驟三：運行代碼

確保你的工作目錄下有一個名為`input.jpg`的原始圖片文件，然後運行上述Python腳本。如果一切順利，你將在同一目錄下得到一個名為`output.jpg`的像素風格圖片。

代碼解釋

* `pixelate_image`函數接受三個參數：原始圖片的路徑、轉換後圖片的保存路徑和像素塊的大小。

* 使用Pillow庫的`Image.open`函數加載原始圖片。

* 計算新的圖片尺寸，即按照像素塊大小對原始圖片進行下采樣。

* 創建一個新的空白圖片，用於存儲像素化後的結果。

* 使用兩個嵌套的for循環遍歷原始圖片的每個像素塊。在每個像素塊內，計算所有像素的平均顏色。

* 將計算得到的平均顏色應用於新的圖片中對應的像素塊。這裏通過兩個嵌套的for循環遍歷像素塊內的每個像素，並將平均顏色賦給這些像素。

* 使用Pillow庫的`Image.save`方法保存轉換後的像素風格圖片。

像素化效果的調整

在上面的代碼中，我們使用了簡單的平均顏色算法來進行像素化。然而，你可以根據需要對像素化效果進行調整，例如通過改變像素塊的大小、應用不同的顏色算法（如中位數顏色、眾數顏色等）或使用更復雜的圖像處理技術來增強像素風格的效果。

結果展示

一旦你運行了代碼並保存了像素風格圖片，你可以使用任何圖像查看器來打開並欣賞結果。你會發現，與原始圖片相比，像素風格圖片的色彩更加鮮艷，細節更加簡化，呈現出一種獨特的復古美感。

實戰擴展

除了將圖片轉換為像素風格外，你還可以進一步探索其他有趣的圖像處理實戰項目。例如，你可以嘗試使用Python實現圖像濾鏡效果、圖像風格遷移、人臉識別等功能。這些實戰項目將幫助你深入了解圖像處理技術的原理和應用，提升你的編程能力和創造力。

總結

通過本文的Python實戰項目，我們學會了如何將普通圖片轉換為像素風格的圖像，並詳細解釋了代碼的意義和步驟。像素風格以其獨特的藝術魅力在遊戲、藝術和設計領域有著廣泛的應用。通過編程實現像素風格轉換，我們不僅能夠探索圖像處理的奧秘，還能夠創作出具有個性和創意的數字藝術作品。希望本文的實戰項目能夠激發你對圖像處理技術的興趣和熱情，並為你打開一扇通往數字藝術世界的大門。