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。

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：

python 复制代码

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。
python 复制代码
```
shapes = []
```

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。

python 复制代码

shape_info = {'type': shape_type, 'color': color, 'bbox': bbox, 'points': points, 'line_width': line_width}
# ...
shapes.append(shape_info)

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。
python 复制代码
```
diff_shape = random.choice(shapes)
```

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。

python 复制代码

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。

python 复制代码

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。

python 复制代码

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。
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。
形状复杂度
- 增加多边形的顶点数量，使形状更复杂。
  python 复制代码
```
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：
  bash 复制代码
```
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

python 复制代码

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！