生成两张找不同的图片，仅有一处差异，并且这个差异要不明显且复杂，使得寻找难度增加。
为此，我们需要调整之前的代码，使得差异更为隐蔽。之前的代码中，我们直接在第二张图片中添加了一个红色多边形，可能过于显眼。
改进思路
-
差异的隐蔽性：
- 颜色相近：将差异部分的颜色设置为与背景或周围图形颜色相近，避免过于明显。
- 形状变化：对某个已有的复杂形状进行微小的修改，而不是新增一个形状。
- 位置微调：稍微移动某个形状的位置，使其与原图略有不同。
-
复杂性：
- 增加背景复杂度：绘制更多的随机图形，增加背景的复杂程度。
- 使用复杂的图案：绘制包含细节的图形，如带有纹理的多边形。
实现方案
-
选择一个随机的形状进行修改：在绘制图形时，记录所有绘制的图形参数（如形状类型、位置、大小、颜色等），然后随机选择其中一个，对其进行微小的修改，生成差异。
-
差异的类型：
-
颜色变化：将选定形状的颜色稍微调整，使其与原颜色接近，但有细微差别。
-
形状变化：改变形状的大小、角度，或者对多边形的某个顶点进行微调。
-
-
确保差异不明显：差异的修改应在视觉上不易察觉，需要仔细观察才能发现。
修改后的代码
以下是修改后的完整代码，包含详细注释：
from PIL import Image, ImageDraw
import random# 设置图片尺寸
width, height = 800, 600# 创建空白图片
image1 = Image.new('RGB', (width, height), 'white')
image2 = image1.copy()# 创建绘图对象
draw1 = ImageDraw.Draw(image1)
draw2 = ImageDraw.Draw(image2)# 随机种子，保证每次生成的图形相同（可选）
random.seed(42)# 用于记录所有绘制的形状信息
shapes = []# 绘制复杂的图形和形状
for _ in range(300):# 随机选择形状类型shape_type = random.choice(['rectangle', 'ellipse', 'polygon', 'line'])# 随机颜色color = tuple(random.choices(range(256), k=3))# 随机位置和大小x1, y1 = random.randint(0, width), random.randint(0, height)x2, y2 = random.randint(0, width), random.randint(0, height)# 保证坐标顺序正确x0, x1 = min(x1, x2), max(x1, x2)y0, y1 = min(y1, y2), max(y1, y2)bbox = [x0, y0, x1, y1]# 随机多边形顶点num_points = random.randint(3, 8)points = [(random.randint(0, width), random.randint(0, height)) for _ in range(num_points)]# 线条宽度line_width = random.randint(1, 5)# 绘制形状并记录shape_info = {'type': shape_type, 'color': color, 'bbox': bbox, 'points': points, 'line_width': line_width}if shape_type == 'rectangle':draw1.rectangle(bbox, fill=color)draw2.rectangle(bbox, fill=color)elif shape_type == 'ellipse':draw1.ellipse(bbox, fill=color)draw2.ellipse(bbox, fill=color)elif shape_type == 'polygon':draw1.polygon(points, fill=color)draw2.polygon(points, fill=color)elif shape_type == 'line':draw1.line([x0, y0, x1, y1], fill=color, width=line_width)draw2.line([x0, y0, x1, y1], fill=color, width=line_width)# 记录形状信息shapes.append(shape_info)# 在 shapes 中随机选择一个形状进行微小的修改，作为差异
diff_shape = random.choice(shapes)# 在第二张图片上对该形状进行微小的修改
if diff_shape['type'] == 'rectangle' or diff_shape['type'] == 'ellipse':# 微调颜色new_color = tuple((c + random.randint(-30, 30)) % 256 for c in diff_shape['color'])# 在 image2 上重新绘制该形状，使用新的颜色if diff_shape['type'] == 'rectangle':draw2.rectangle(diff_shape['bbox'], fill=new_color)elif diff_shape['type'] == 'ellipse':draw2.ellipse(diff_shape['bbox'], fill=new_color)
elif diff_shape['type'] == 'polygon':# 微调一个顶点的位置idx = random.randint(0, len(diff_shape['points']) - 1)original_point = diff_shape['points'][idx]new_point = (original_point[0] + random.randint(-15, 15), original_point[1] + random.randint(-15, 15))new_points = diff_shape['points'].copy()new_points[idx] = new_point# 在 image2 上重新绘制该多边形，使用新的顶点draw2.polygon(new_points, fill=diff_shape['color'])
elif diff_shape['type'] == 'line':# 微调线条的终点x0, y0, x1, y1 = diff_shape['bbox']x1_new = x1 + random.randint(-15, 15)y1_new = y1 + random.randint(-15, 15)draw2.line([x0, y0, x1_new, y1_new], fill=diff_shape['color'], width=diff_shape['line_width'])# 保存图片
image1.save('find_difference_image1.png')
image2.save('find_difference_image2.png')print("两张找不同的图片已生成：find_difference_image1.png 和 find_difference_image2.png")
print("提示：两张图片仅有一处细微差异，快来找找看吧！")
代码详解
-
记录绘制的形状信息
- 使用列表
shapes保存每个绘制的形状的信息，包括类型、颜色、位置等。
shapes = [] - 使用列表
-
在绘制形状时，保存形状信息
- 每次绘制形状后，将相关信息保存到
shapes列表中。
shape_info = {'type': shape_type, 'color': color, 'bbox': bbox, 'points': points, 'line_width': line_width} # ... shapes.append(shape_info) - 每次绘制形状后，将相关信息保存到
-
随机选择一个形状进行微调
- 从
shapes列表中随机选择一个形状，作为差异的目标。
diff_shape = random.choice(shapes) - 从
-
根据形状类型进行微调
-
矩形和椭圆：微调颜色，使其与原颜色接近但略有不同。
new_color = tuple((c + random.randint(-30, 30)) % 256 for c in diff_shape['color']) # 重新绘制该形状，使用新的颜色 -
多边形：微调一个顶点的位置。
idx = random.randint(0, len(diff_shape['points']) - 1) original_point = diff_shape['points'][idx] new_point = (original_point[0] + random.randint(-15, 15), original_point[1] + random.randint(-15, 15)) new_points = diff_shape['points'].copy() new_points[idx] = new_point # 重新绘制该多边形，使用新的顶点 -
线条：微调线条的终点位置。
x0, y0, x1, y1 = diff_shape['bbox'] x1_new = x1 + random.randint(-15, 15) y1_new = y1 + random.randint(-15, 15) draw2.line([x0, y0, x1_new, y1_new], fill=diff_shape['color'], width=diff_shape['line_width'])
-
-
在第二张图片上应用微调
- 使用
draw2在image2上重新绘制被修改的形状。
- 使用
-
保存和提示
- 保存两张图片，并提示用户有一处细微差异。
运行结果
执行代码后，您将获得两张图片：
find_difference_image1.png：原始图片。find_difference_image2.png：仅有一处细微差异的图片。
提示：差异可能是某个形状的颜色略有不同，或某个多边形的顶点位置有细微变化，需要仔细观察才能发现。
调整参数以增加难度
-
微调幅度
-
颜色变化范围：
random.randint(-30, 30)，可以调整为更小的范围，如(-15, 15)，使差异更不明显。 -
位置变化范围：
random.randint(-15, 15)，可以减小范围，使形状的变化更细微。
-
-
增加图形数量
- 将
range(300)中的数字增加，如range(500)，使背景更加复杂。
- 将
-
形状复杂度
-
增加多边形的顶点数量，使形状更复杂。
num_points = random.randint(5, 10)
-
注意事项
-
随机性
-
为了保证每次生成的图片一致，便于调试，我们设置了随机种子
random.seed(42)。 -
如果希望每次生成不同的图片，可以移除或更改随机种子。
-
-
依赖库
-
请确保已安装
Pillow库：pip install Pillow
-
-
可能的差异类型
-
颜色变化：颜色的RGB值变化范围在
(-30, 30)内，视觉上不易察觉。 -
位置变化：形状的位置微调在
(-15, 15)像素内，变化较小。
-
验证差异
-
人工查找
- 打开两张图片，仔细对比，尝试找出差异所在。
-
使用差异检测算法
- 可以使用之前提供的差异检测代码，检测并标记出差异区域。
示例：使用差异检测算法
import cv2
import numpy as np# 读取两张图片
img1_color = cv2.imread('find_difference_image1.png')
img2_color = cv2.imread('find_difference_image2.png')# 转换为灰度图
img1_gray = cv2.cvtColor(img1_color, cv2.COLOR_BGR2GRAY)
img2_gray = cv2.cvtColor(img2_color, cv2.COLOR_BGR2GRAY)# 计算差异
diff = cv2.absdiff(img1_gray, img2_gray)# 阈值处理
_, thresh = cv2.threshold(diff, 15, 255, cv2.THRESH_BINARY)# 使用形态学操作去除噪声
kernel = np.ones((3, 3), np.uint8)
thresh = cv2.morphologyEx(thresh, cv2.MORPH_OPEN, kernel, iterations=2)# 查找差异区域的轮廓
contours, _ = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)# 绘制差异区域
for contour in contours:area = cv2.contourArea(contour)if area > 50:x, y, w, h = cv2.boundingRect(contour)cv2.rectangle(img2_color, (x, y), (x + w, y + h), (0, 0, 255), 2)# 显示结果
cv2.imshow('Differences', img2_color)
cv2.waitKey(0)
cv2.destroyAllWindows()
总结
通过上述修改，我们生成了两张复杂的“找不同”图片，只有一处细微的差异，并且这个差异不容易被发现。这样可以满足您对复杂度和隐蔽性的要求。
如果您希望进一步调整差异的难度或类型，可以根据需要修改代码中的参数和逻辑。
如有任何问题或需要进一步的帮助，请随时告诉我！
