《梵谷六重奏》Photomosaic

資料量與視覺還原度的實驗

以梵谷自畫像為主圖，使用六種不同規模的圖庫進行 Photomosaic 重構， 探索「資料量如何影響視覺化品質」。

---

實驗設計：六種資料庫規模

實驗	資料庫	小圖數量	輸出
1	純色方塊（2 色）	2	out2.png
2	純色方塊（7 色）	7	pixel_7/
3	純色方塊（24 色）	24	out24.png
4	梵谷單一畫家	~130	outvan.png
5	馬球衫圖片	~500	opolo.png
6	世界名畫全集	16,145	oart.png

---

技術架構

輸入圖片
   ↓
分割成 N×N 像素的小磁磚
   ↓
計算每個磁磚的平均色彩（KMeans Dominant Color）
   ↓
從圖庫中找最接近色彩的小圖（cache.json 加速查詢）
   ↓
拼合成最終 Photomosaic
   ↓（可選）
EDSR 超解析模型放大（x2 / x3 / x4）

---

檔案說明

Photomosaic/
├── index.html           # 成果展示網頁（GitHub Pages）
├── src/
│   ├── main.py          # 主要 Photomosaic 生成器
│   ├── test.py          # 改進版（更細磁磚、更好的錯誤處理）
│   ├── dominant.py      # KMeans 色彩分析工具
│   └── cache.json       # 圖庫色彩快取（加速查詢）
├── videos/              # 六種實驗的成果影片
├── tiles/
│   ├── pixel_2/         # 2 色純色方塊磁磚
│   ├── pixel_7/         # 7 色純色方塊磁磚
│   └── pixel_24/        # 24 色純色方塊磁磚
├── data/
│   ├── Van Gogh.png     # 原始目標圖片
│   ├── out2.png         # 實驗 1 輸出（2 色）
│   ├── outvan.png       # 實驗 4 輸出（梵谷圖庫）
│   └── oart.png         # 實驗 6 輸出（世界名畫 16,145 張）
└── van/                 # 梵谷單一畫家圖庫（磁磚來源）

圖庫資料集（art/，2.1 GB）與 AI 模型（EDSR_*.pb）因檔案過大未上傳。

---

環境需求

pip install opencv-python numpy scikit-learn

---

使用方式

# 基本生成
python main.py

# 改進版（更細緻）
python test.py

# 分析圖片的主色調
python dominant.py

---

成果展示

原圖	2 色像素	梵谷圖庫	世界名畫（16,145 張）

🎬 完整六種實驗影片：展示網頁

---

參考來源

• 原始 Photomosaic 模板：Python-Photomosaic
• EDSR 超解析模型：OpenCV DNN Super Resolution
• 圖庫來源：WikiArt（49 位畫家，16,145 幅名畫）