### 计算马赛克效果下的每个方块尺寸 为了计算并应用马赛克效果到图像上，可以定义一个函数来处理这一过程。该函数会接收原始图像以及指定的马赛克块大小作为参数，并返回带有马赛克效果的新图像。 对于给定的一张图片 `img` 和设定好的马赛克单元格大小 `tile_size=(m,n)` ，其中 m 表示宽度方向上的分割数量而 n 则表示高度方向上的分割数量[^1]。当遍历整个图像时，按照此规格切割出子区域，在这些区域内取平均颜色值代替原有像素点的颜色形成模糊化视觉感受即所谓的“马赛克”。 下面是一个简单的例子展示如何操作： ```python import cv2 import numpy as np def apply_mosaic_effect(img, tile_size): """ 应用于输入图像的马赛克特效 参数: img (numpy.ndarray): 输入图像. tile_size (tuple of int): 马赛克瓷砖尺寸 (宽,高). 返回: numpy.ndarray: 带有马赛克效果的应用后的图像. """ result_img = img.copy() for i in range(0, img.shape[0], tile_size[1]): for j in range(0, img.shape[1], tile_size[0]): # 获取当前瓦片范围内的矩形框坐标 rect_x_start = min(j + tile_size[0], img.shape[1]) rect_y_end = min(i + tile_size[1], img.shape[0]) # 提取出对应位置的小块图像 sub_image = img[i : rect_y_end , j : rect_x_start] # 如果小块不是完整的，则跳过它 if not sub_image.size or \ sub_image.shape != tuple([rect_y_end-i, rect_x_start-j]+list(sub_image.shape)[2:]) : continue avg_color_per_row = np.average(sub_image, axis=0) avg_color = np.average(avg_color_per_row, axis=0) # 将均值颜色填充回原图相应的位置 result_img[i : rect_y_end , j : rect_x_start ] = avg_color return result_img ``` 上述代码实现了基于指定 `tile_size` 的马赛克效应。通过调整这个变量中的数值，就可以改变最终输出图像中单个马赛克方块的实际物理尺寸[^2]。