又有時間寫東西了，最近深感世事並不以人的美好願望而改變，還是要以積極地心態來適應新變化，多多關心身邊的人。 圖釘畫中一個圖釘代表一個像素，所以關鍵在於像素渣化，降低解析度，圖釘的色彩有限，還需要降低圖片的色彩數量，統計各種色彩的數量及位置。 以上都可以用Pillow完成，Pillow是Python中 ...
又有時間寫東西了，最近深感世事並不以人的美好願望而改變，還是要以積極地心態來適應新變化，多多關心身邊的人。
圖釘畫中一個圖釘代表一個像素，所以關鍵在於像素渣化，降低解析度，圖釘的色彩有限，還需要降低圖片的色彩數量，統計各種色彩的數量及位置。
以上都可以用Pillow完成，Pillow是Python中用來相容或者代替PIL的圖像處理庫。
pip install pillow
以下圖為例：
首先降解析度，大概1萬個圖釘可以達到較好的外觀效果，以此可以確定圖片的長寬：
>>> from PIL import Image
>>> img = Image.open('20180707.jpg')
>>> print img.size
(512, 512)
>>> img = img.resize((img.width/5, img.height/5))
>>> img.save('target.jpg')
效果如下：
渣化很明顯了，放大後可以看到一個個的像素格子。
轉成32色：
>>> img = Image.open('e:/target.jpg')
>>> img = img.convert('P', colors=32, palette=1)
>>> img.save('e:/32_target.jpg')
統計色彩數量：
>>> img = Image.open('e:/32_target.png')
>>> print img.getcolors()
[(332, 0), (416, 1), (253, 2), (359, 3), (292, 4), (335, 5), (435, 6), (231, 7), (404, 8), (218, 9), (377, 10), (268, 11), (467, 12), (303, 13), (256, 14), (255, 15), (455, 16), (391, 17), (241, 18), (368, 19), (244, 20), (470, 21), (266, 22), (215, 23), (397, 24), (276, 25), (285, 26), (308, 27), (352, 28), (400, 29), (295, 30), (240, 31)]
可以看到從0號-31號色的數量，
不清楚顏色的話，可以轉化成RGB模式：
>>> img = img.convert('RGB')
>>> print img.getcolors()
[(253, (240, 173, 157)), (292, (236, 151, 129))...]
就可以根據RGB去對比顏色買圖釘了。
確定每個位置的顏色：
>>> px = img.load() >>> for x in xrange(102): for y in xrange(102): print px[x, y]
然後就要對比顏色買圖釘，買相框，買紙板，買圖紙，標記位置，列印等等。
考慮到以上一切，我還是決定某寶了。學以致用難啊。
一萬多個圖釘，斷斷續續做了大概一個月，做完的感想是絕對不要做第二次，所以要做的同志請慎重。
當然做完成品還是不錯的。
